Je corrèle

Je pense à ces corrélations étrangement solides que j’avais identifiées en présentant ma dernière mise à jour en anglais : « Time to come to the ad rem ». Dans la science, il y a fréquemment des moments quand une structure qu’on espérait solide s’avère être carrément une illusion. Dans ce cas précis, c’est l’inverse : j’espérais trouver des relations de tout ce qu’il y a de plus accidentel et ce que j’ai effectivement trouvé est une structure solide comme du béton, à première vue. Alors voilà, je fus inspiré par la lecture de cette demande de brevet no. EP 3 214 303 A1déposée auprès de l’Office Européen des Brevets. C’est une turbine éolienne à l’axe vertical, donc un de ces trucs suffisamment petits pour être installés dans la proximité immédiate d’habitations humaines. En même temps, avec des vents que nous pouvons rencontrer dans les régions côtières, ce machin pourrait changer profondément l’accès à l’énergie (consultez Ma petite turbine éolienne à l’axe vertical). Une petite merveille.

Alors j’avais flâné un peu du côté de https://patents.google.comet j’avais fait une sélection sémantique des demandes de brevet dans le domaine des turbines éoliennes à l’axe vertical. Comme c’était une recherche sémantique, donc par l’expression clé en anglais (« wind turbine with vertical axis »), je pensais que je vais tomber sur tout un tas des malentendus, par exemple des inventions qui concernent, en fait, des turbines à l’axe horizontal mais parlent de quelque chose à propos de l’axe vertical du mât principal. Cependant, au lieu de tout un tas de bruit statistique, j’étais tombé sur une régularité étonnante, tellement étonnante que je la reproduis une fois de plus, dans Tableau 1 ci-dessous :

Tableau 1

  Nombre des demandes de brevet relatives aux turbines éoliennes à l’axe vertical
Année Office Européen des Brevets (EPO) % du total des demandes de brevet relatives à l’éolien, chez EPO US Patent & Trademark Office (USPTO) % du total des demandes de brevet relatives à l’éolien, chez USPTO Office des Brevets de la République Populaire de Chine (CH) % du total des demandes de brevet relatives à l’éolien, chez CH
[a] [b] [c] [d] [e] [f] [g]
2001 616 41,5% 1266 38,5% 369 29,1%
2002 599 37,8% 1294 38,3% 478 27,0%
2003 645 37,6% 1491 40,0% 645 27,0%
2004 806 40,7% 1703 40,7% 961 29,9%
2005 821 41,7% 1744 38,8% 1047 25,7%
2006 937 44,1% 1999 39,4% 1553 27,6%
2007 960 40,0% 2150 38,4% 1844 27,3%
2008 1224 44,5% 2454 39,4% 2342 26,7%
2009 1445 45,4% 2813 40,2% 2497 22,8%
2010 1746 46,6% 3482 42,4% 3298 24,8%
2011 2006 44,9% 3622 39,3% 4139 23,1%
2012 1886 42,1% 3699 39,0% 4551 20,6%
2013 1781 41,8% 3829 39,2% 5307 20,2%
2014 1800 38,8% 4074 40,4% 5740 18,1%
2015 1867 42,5% 4013 40,2% 7870 19,6%
2016 1089 39,8% 3388 40,6% 9325 20,4%
2017 349 42,9% 2115 42,7% 9321 22,3%

Je pense que vous pouvez aisément deviner ce qui m’avait tellement étonné : les résultats d’une sélection sémantique qui aurait dû donner des nombres au moins quelque peu aléatoires montre quelque chose de presque irréellement cohérent. Pour ceux qui ne sont pas vraiment potes avec la recherche quantitative : croyez-moi, les nombres dans Tableau 1 sont tellement réguliers qu’ils ont l’air d’une simulation mathématique plutôt que d’un ensemble empirique des données.

Alors dans cette mise à jour en anglais – Time to come to the ad rem – j’ai étudié la corrélation entre ces nombres et le pourcentage de la consommation totale d’énergie provenant des sources renouvelables, respectivement pour l’UE, les États-Unis et la Chine. Encore une fois, surprise : des corrélations de Pearsonsolides comme des barres de fer. Comment est-ce que l’incidence d’un profil sémantique donné, dans un ensemble d’inventions, peut bien être corrélée avec la structure de consommation d’énergie à un niveau de r = 0,94 ? Allez savoir. Moi, ça continue de provoquer des démangeaisons chez mon singe curieux interne.

Je cherche dans la direction de consommation agrégée d’énergie renouvelable. Les calculs préliminaires, je les effectue avec les données publiées par la Banque Mondiale. Je prends donc les populations respectives de l’Union Européenne, des États-Unis et de la Chineet je les multiplie par le coefficient de consommation finale d’énergie par tête d’habitant. De cette façon j’obtiens la consommation agrégée d’énergie, en tonnes d’équivalent pétrole. Ensuite, je multiplie ça par le pourcentage de la consommation finale d’énergie dérivé des sources renouvelables. De tout en tout, j’atterris avec les données que vous pouvez trouver dans Tableau 2, ci-dessous.

 

Tableau 2

Année Tonnes d’équivalent pétrole d’énergie renouvelable consommées en l’Union Européenne Tonnes d’équivalent pétrole d’énergie renouvelable consommées aux États-Unis Tonnes d’équivalent pétrole d’énergie renouvelable consommées en Chine continentale
2001 1 735 015 232 2 230 704 586 1 181 308 822
2002 1 732 427 984 2 255 943 576 1 260 951 639
2003 1 769 113 239 2 261 169 559 1 440 987 496
2004 1 787 505 277 2 307 767 983 1 643 595 354
2005 1 793 312 022 2 318 770 902 1 816 983 253
2006 1 800 278 875 2 296 824 886 1 986 422 995
2007 1 769 767 272 2 337 001 704 2 148 377 946
2008 1 762 246 130 2 277 080 529 2 216 020 807
2009 1 660 333 596 2 164 820 311 2 367 557 406
2010 1 725 188 226 2 215 223 615 2 614 842 137
2011 1 658 167 007 2 190 417 726 2 804 509 642
2012 1 645 249 820 2 156 975 857 2 910 970 303
2013 1 626 364 912 2 182 583 138 3 004 912 635
2014 1 564 974 842 2 216 186 625 3 051 503 511

 

Je corrèle. Je calcule le coefficient de corrélation de Pearson pour chaque paire des séries temporelles « Nombre des demandes de brevet relatives aux turbines éoliennes à l’axe vertical du Tableau 1 ; Tonnes d’équivalent pétrole d’énergie renouvelable consommées du Tableau 2 ». Union Européenne, corrélation r = -0,779703594 ; États-Unis r = -0,67424865 ; Chine r = 0,966634589. Me font ch**r, ces turbines, franchement. Elles mettent la tête à l’envers la plupart de ce que j’avais appris jusqu’alors en termes de méthodes de recherche empirique. Je veux dire que ces corrélations n’ont pas le droit d’exister. Elles sont définitivement trop significatives. Je veux les étudier pas à pas, et ce sera aussi une occasion rêvée pour jouer le prof en termes d’analyse quantitative.

Mon premier pas consiste à représenter chaque nombre comme une déviation de la moyenne arithmétique respective. Je sais, ça sonne sorcier, mais c’est simple comme tout. Vous pouvez faire de même avec tout ce qui est observable et mesurable : vous pouvez représenter chaque phénomène comme une déviation d’un état attendu. Notre cerveau le fait tout le temps, par ailleurs. Dans chaque série temporelle en question, je calcule sa moyenne arithmétique et ensuite je représente se nombre comme la différence (soustraction) entre ce nombre original et ladite moyenne. Vous pouvez trouver les résultats de cette opération dans Tableau 3, ci-dessous. Les valeurs entre parenthèses sont des négatives.

Tableau 3

  Tonnes d’équivalent pétrole d’énergie renouvelable consommées – déviations de la moyenne Nombre des demandes de brevet relatives aux turbines éoliennes à l’axe vertical – déviations de la moyenne
Année Union Européenne États-Unis Chine Union Européenne États-Unis Chine
2001 18 590 629,08 (12 971 913,79) (993 615 745,57) (617,71) (1 278,29) (2 114,64)
2002 16 003 381,53 12 267 076,21 (913 972 928,57) (634,71) (1 250,29) (2 005,64)
2003 52 688 636,34 17 493 059,21 (733 937 071,57) (588,71) (1 053,29) (1 838,64)
2004 71 080 674,76 64 091 483,21 (531 329 213,57) (427,71) (841,29) (1 522,64)
2005 76 887 419,60 75 094 402,21 (357 941 314,57) (412,71) (800,29) (1 436,64)
2006 83 854 272,45 53 148 386,21 (188 501 572,57) (296,71) (545,29) (930,64)
2007 53 342 669,61 93 325 204,21 (26 546 621,57) (273,71) (394,29) (639,64)
2008 45 821 527,04 33 404 029,21 41 096 239,43 (9,71) (90,29) (141,64)
2009 (56 091 006,47) (78 856 188,79) 192 632 838,43 211,29 268,71 13,36
2010 8 763 623,63 (28 452 884,79) 439 917 569,43 512,29 937,71 814,36
2011 (58 257 595,18) (53 258 773,79) 629 585 074,43 772,29 1 077,71 1 655,36
2012 (71 174 782,21) (86 700 642,79) 736 045 735,43 652,29 1 154,71 2 067,36
2013 (90 059 690,10) (61 093 361,79) 829 988 067,43 547,29 1 284,71 2 823,36
2014 (151 449 760,09) (27 489 874,79) 876 578 943,43 566,29 1 529,71 3 256,36
Moyenne 1 716 424 602,47 2 243 676 499,79 2 174 924 567,57 1 233,71 2 544,29 2 483,64

 

Les chiffres que vous pouvez voir dans Tableau 3 sont une première approche à la notion des moments de coïncidence. Je prends, par exemple, la paire des valeurs pour les États-Unis en 2006 : consommation des renouvelables 53 148 386,21 de tonnes au-dessus de la moyenne et les demandes de brevet pour les turbines éoliennes à l’axe vertical 545,29 au-dessous de la moyenne. Ce moment de coïncidence particulier est comme négatif : mes deux valeurs empiriques dévient de leurs moyennes respectives dans des directions opposées.

Oui, je sais : comment peut-on avoir 0,29 d’une demande de brevet ? Eh ben, si, on peut, puisqu’une moyenne est essentiellement une valeur non-existante en réalité, et si nous soustrayons quelque chose qui n’existe pas de quelque chose qui existe, des fractions d’évènements apparaissent. Normal, v’zallez vous habituer.

Je prends un autre moment, celui de 2006 en Chine. Consommation des renouvelables (188 501 572,57) de tonnes au-dessous de la moyenne et les demandes de brevet pour les turbines éoliennes à l’axe vertical (930,64) au-dessous de la moyenne : cette fois les deux déviations vont dans la même direction négative.

Nous avons donc un ensemble d’observations composé des moments de coïncidence. Nous pouvons poser deux sortes de questions. Premièrement, est-ce que ces moments que je viens de citer sont importants ou pas ? Vous savez, les coïncidences, y en a que nous ne remarquons même pas, comme tous ces électrons qui volent dans toutes les directions, et y en a qui pèsent, comme la rencontre accidentelle entre une voiture et un arbre. Est-ce qu’il y a, dans notre ensemble, des coïncidences plus importantes et moins importantes ? Deuxièmement, quelle est la cohérence et l’importance relative de tous ces moments de coïncidence observées dans Tableau 3 en comparaison à, par exemple, la coïncidence entre le fait qu’il pleut et celui que le trottoir soit mouillé ? Ce que je veux dire c’est que dans la science, nous commençons d’habitude avec un ensemble des coïncidences que nous essayons de comprendre en évaluant leur importance relative.

Mathématiquement, nous pouvons faire deux choses avec cet ensemble. D’une part, nous pouvons standardiser ces moments de coïncidence pour les rendre mutuellement comparables, et ensuite nous pouvons calculer, pour chaque moment standardisé, le coefficient économique d’élasticité : déviation relative dans variable A divisée par la déviation relative dans variable B. D’autre part, nous pouvons suivre le chemin typiquement statistique et calculer le coefficient de corrélation.

On y va mollo et on commence par le premier chemin, donc celui de standardisation et d’élasticité. Je standardise mes déviations avec les moyennes respectives de chaque série temporelle et donc je divise chaque déviation dans la colonne « Tonnes d’équivalent pétrole d’énergie renouvelable consommées en l’Union Européenne » par la moyenne de cette valeur etc. Ce type de standardisation s’appelle « dénomination », pour être exact, puisque je standardise en transformant mes valeurs en des fractions à dénominateur commun. Vous pouvez voir les résultats de cette standardisation par dénomination dans Tableau 4, ci-dessous.

 

Tableau 4

  Tonnes d’équivalent pétrole d’énergie renouvelable consommées – déviations de la moyenne divisées par la moyenne Nombre des demandes de brevet relatives aux turbines éoliennes à l’axe vertical – déviations de la moyenne divisées par la moyenne
Année Union Européenne États-Unis Chine Union Européenne États-Unis Chine
2001  0,01  (0,01)  (0,46)  (0,50)  (0,50)  (0,85)
2002  0,01  0,01  (0,42)  (0,51)  (0,49)  (0,81)
2003  0,03  0,01  (0,34)  (0,48)  (0,41)  (0,74)
2004  0,04  0,03  (0,24)  (0,35)  (0,33)  (0,61)
2005  0,04  0,03  (0,16)  (0,33)  (0,31)  (0,58)
2006  0,05  0,02  (0,09)  (0,24)  (0,21)  (0,37)
2007  0,03  0,04  (0,01)  (0,22)  (0,15)  (0,26)
2008  0,03  0,01  0,02  (0,01)  (0,04)  (0,06)
2009  (0,03)  (0,04)  0,09  0,17  0,11  0,01
2010  0,01  (0,01)  0,20  0,42  0,37  0,33
2011  (0,03)  (0,02)  0,29  0,63  0,42  0,67
2012  (0,04)  (0,04)  0,34  0,53  0,45  0,83
2013  (0,05)  (0,03)  0,38  0,44  0,50  1,14
2014  (0,09)  (0,01)  0,40  0,46  0,60  1,31

 

Les valeurs standardisées nous donnent comme une meilleure idée de ces moments de coïncidence. Nous commençons à distinguer entre des coïncidences poids lourd – 2010 en Chine – et celles qui en sont au poids coq (2008 aux États-Unis). Maintenant, je vais un pas plus loin dans la standardisation : pour chaque moment de coïncidence je calcule le coefficient de la déviation relative en la consommation des renouvelables divisée par la déviation relative correspondante en nombre des demandes de brevet. Je dénomme le degré du pas commun en énergie en des unités du pas commun en inventions. Bien sûr, « déviation relative » veut dire que j’utilise les valeurs du Tableau 4. Je fais donc ce que les économistes appellent « calcul d’élasticité » : comment est-ce que la consommation des renouvelables dévie de sa moyenne en la présence d’une unité de déviation en nombre des demandes de brevet.  Vous pouvez retrouver ces élasticités dans Tableau 5, ci-dessous.

 

Tableau 5

  Élasticité locale des déviations en la consommation des renouvelables par rapport aux déviations locales en nombre des demandes de brevet relatives aux turbines éoliennes à l’axe vertical 
Année Union Européenne États-Unis Chine
2001 (0,02) 0,01 0,54
2002 (0,02) (0,01) 0,52
2003 (0,06) (0,02) 0,46
2004 (0,12) (0,09) 0,40
2005 (0,13) (0,11) 0,28
2006 (0,20) (0,11) 0,23
2007 (0,14) (0,27) 0,05
2008 (3,39) (0,42) (0,33)
2009 (0,19) (0,33) 16,47
2010 0,01 (0,03) 0,62
2011 (0,05) (0,06) 0,43
2012 (0,08) (0,09) 0,41
2013 (0,12) (0,05) 0,34
2014 (0,19) (0,02) 0,31

 A partir du moment que j’ai ces élasticités, il y a des choses que je peux faire avec et des choses que je ne peux pas faire. Le premier truc que je peux faire c’est observer la distribution de ces élasticités dans le temps, l’histoire de voir à quel point elles restent dociles et prévisibles. Dans ce cas précis, c’est plutôt le cas ; avec l’exception de deux épisodes – Union Européenne en 2008 et Chine en 2009 – ces coefficients d’élasticité se composent en des séries très récurrentes. Une telle prévisibilité d’élasticités locales est déjà une bonne prédiction de la corrélation strictement dite.

Une bonne prédiction de corrélation n’est pas tout à fait le même truc que la corrélation per se. La différence réside dans la généralité. Je vous invite à faire une petite expérience avec les données du tableau 3 : répétez la même séquence analytique que moi j’avais faite, seulement standardisez ces déviations du Tableau 4 avec le maximum des deux catégories. Divisez donc chaque déviation en la consommation des renouvelables par la plus grande déviation dans cette catégorie en général, toutes régions géographiques confondues. Ensuite, faites de même pour les déviations en nombre des demandes de brevet. Vous verrez que les déviations standardisées et les élasticités seront significativement différentes des celles que je viens de présenter, quoi que les coïncidences locales ainsi exprimées formeront un modèle général similaire.

Conclusion : la méthode de standardisation par dénomination est intéressante pour capter des régularités à l’intérieur d’un ensemble d’observations empiriques mais elle est très sensible au choix du dénominateur, et, de ce fait, elle rend difficile la comparaison entre des recherches différentes menées par des chercheurs indépendants.

Alors moi, maintenant, je vais être un chercheur indépendant par rapport à moi-même. Je repars du début. Lorsque je vois une coïncidence, cela veut dire que deux choses changent en même temps. Dans ce changement coïncidentel, il y a deux niveaux. Les choses changent ensemble et chacune d’elles change à part, sous l’influence de quelques facteurs autres que cette coïncidence précise. Pour chaque moment de coïncidence dans Tableau 3, je fais donc deux calculs différents. D’une part, je multiplie la déviation absolue en la consommation des renouvelables par la déviation correspondante, la même année, en nombre des demandes de brevet. Ensuite, je tire la moyenne arithmétique des tous ces produits locaux (momentanés) : c’est la covariancede mes deux variables.

Je sais que dans cette covariance, il y a la composante des changements autonomes qui se cache. Pour chacune des séries temporelles je fais donc le suivant : j’élève au carré chaque déviation du Tableau 3 (pour se débarrasser des minus), je tire la moyenne arithmétique de ces carrés et dans un dernier pas je tire la racine carrée de cette moyenne. De cette façon j’obtiens la déviation standard de chaque série temporelle. A partir de là, je standardise (je divise) chaque covariance par le produit des déviations standard des séries temporelles correspondantes.

Compliqué ? Bon, je répète par petits bouts.

 Pas no. 1 : Covariance

 Déviation(Énergie renouvelable ; 2006)

*

Déviation (Demandes de brevet ; 2006)

= Covariance locale pour 2006

 Je fais de même pour chaque année. Dans ce cas précis, j’ai ainsi 14 covariances locales pour chacune des trois régions géographiques. Les voici dans Tableau 6 ci-dessous :

Tableau 6

  Covariances locales entre la consommation des renouvelables et le nombre des demandes de brevet
Année Union Européenne États-Unis Chine
2001 (11 483 697 161,28) 16 581 812 079,22 2 101 142 439 117,30
2002 (10 157 574 876,85) (15 337 350 146,78) 1 833 103 275 811,23
2003 (31 018 552 909,01) (18 425 189 369,56) 1 349 448 154 237,15
2004 (30 402 220 035,00) (53 919 249 235,56) 809 024 631 835,87
2005 (31 732 536 462,11) (60 096 977 314,92) 514 233 832 855,37
2006 (24 880 760 555,28) (28 981 055 739,99) 175 427 642 073,80
2007 (14 600 650 710,47) (36 796 794 804,49) 16 980 356 869,44
2008 (445 123 405,55) (3 015 906 637,63) (5 820 988 770,49)
2009 (11 851 228 367,01) (21 189 784 443,70) 2 573 024 341,87
2010 4 489 479 191,39 (26 680 676 533,35) 358 250 014 932,51
2011 (44 991 508 506,18) (57 397 741 348,49) 1 042 188 149 991,58
2012 (46 426 293 654,75) (100 114 470 805,28) 1 521 669 408 607,80
2013 (49 288 381 825,37) (78 487 514 648,42) 2 343 352 738 660,65
2014 (85 763 835 570,70) (42 051 654 172,20) 2 854 454 103 711,79
Covariance générale (moyenne) (27 753 777 489,15) (37 565 182 365,80) 1 065 430 484 591,13

Remarquez que les covariances locales en l’Union Européenne et les États-Unis sont généralement négatives, pendant qu’en Chine elles sont généralement positive. Ceci se reflète dans les covariances générales, qui sont les moyennes arithmétiques de leurs colonnes respectives.

 Pas no. 2 : Les déviations standard

{[Déviation (Énergie renouvelable ; 2006)]2}1/2

etc.

Je répète cette opération apparemment aberrante – tirer la racine carrée d’une puissance carrée – pour chaque déviation locale. J’obtiens un tableau des déviations locales standardisées de cette façon spécifique : Tableau 7 ci-dessous. Notez que cette fois la standardisation n’était pas une dénomination. Il n’était pas question de dénominateur commun. En revanche, cette standardisation particulière m’a permis de calculer chaque déviation comme un module de distance de la moyenne ; les chiffres dans Tableau 7 sont presque les mêmes que ceux dans Tableau 3, juste sans les minus. Je tire la moyenne de chaque colonne et j’ai ainsi les distances moyennes des moyennes respectives, donc les déviations standard.

Tableau 7

  Tonnes d’équivalent pétrole d’énergie renouvelable consommées – déviations locales standardisées comme racines carrés des puissances carrées Nombre des demandes de brevet relatives aux turbines éoliennes à l’axe vertical – déviations locales standardisées comme racines carrés des puissances carrées
Année Union Européenne États-Unis Chine Union Européenne États-Unis Chine
2001  18 590 629,08  12 971 913,79  993 615 745,57  617,71  1 278,29  2 114,64
2002  16 003 381,53  12 267 076,21  913 972 928,57  634,71  1 250,29  2 005,64
2003  52 688 636,34  17 493 059,21  733 937 071,57  588,71  1 053,29  1 838,64
2004  71 080 674,76  64 091 483,21  531 329 213,57  427,71  841,29  1 522,64
2005  76 887 419,60  75 094 402,21  357 941 314,57  412,71  800,29  1 436,64
2006  83 854 272,45  53 148 386,21  188 501 572,57  296,71  545,29  930,64
2007  53 342 669,61  93 325 204,21  26 546 621,57  273,71  394,29  639,64
2008  45 821 527,04  33 404 029,21  41 096 239,43  9,71  90,29  141,64
2009  56 091 006,47  78 856 188,79  192 632 838,43  211,29  268,71  13,36
2010  8 763 623,63  28 452 884,79  439 917 569,43  512,29  937,71  814,36
2011  58 257 595,18  53 258 773,79  629 585 074,43  772,29  1 077,71  1 655,36
2012  71 174 782,21  86 700 642,79  736 045 735,43  652,29  1 154,71  2 067,36
2013  90 059 690,10  61 093 361,79  829 988 067,43  547,29  1 284,71  2 823,36
2014  151 449 760,09  27 489 874,79  876 578 943,43  566,29  1 529,71  3 256,36
Déviation standard (moyenne) 70 228 768,13 56 626 139,75 623 107 877,55 506,85 983,89 1 768,88

 

Pas no. 3 : Les corrélations Pearson entre les tonnes d’équivalent pétrole d’énergie renouvelable consommées et le nombre des demandes de brevet relatives aux turbines éoliennes à l’axe vertical

 Je standardise encore une fois et cette fois, c’est encore de la dénomination. Je standardise chaque covariance générale en la mettant au-dessus d’un dénominateur complexe fait par la multiplication des déviations standard des variables covariantes. Notez que ça marche uniquement au niveau de la covariance générale et des déviations standard. Si vous faites le même truc au niveau des observations locales (chaque année séparément), donc si vous divisez la covariance locale en l’année X par le produit des déviations locales, standardisées comme en Pas no. 2, vous obtiendrez à chaque fois un coefficient égal à 1 ou bien à -1, ce qui ne vous avance pas vraiment en termes de recherche quantitative. Cela veut dire que la covariance locale explique toujours à 100% les variances locales combinées.

Nous faisons donc cette opération sur les valeurs générales et la voici pour chacune région géographique en question :

 Union Européenne<=> Covariance générale (Énergie et Demandes de Brevet) / [(Déviation standard Énergie) * (Déviation standard Demandes de Brevet)] = – 27 753 777 489,15 / (70 228 768,13 * 506,85)– 0,78

États-Unis <=> Covariance générale (Énergie et Demandes de Brevet) / [(Déviation standard Énergie) * (Déviation standard Demandes de Brevet)] =- 37 565 182 365,80 / (56 626 139,75 * 983,89) =  – 0,67                                             

 Chine <=> Covariance générale (Énergie et Demandes de Brevet) / [(Déviation standard Énergie) * (Déviation standard Demandes de Brevet)] = 1 065 430 484 591,13 / (623 107 877,55 * 1 768,88 = 0,97    

Maintenant, j’interprète. Le coefficient de corrélation de Pearson prend des valeurs à partir de -1 jusqu’à 1. On assume, un peu par une coutume statistique, que le coefficient entre – 0,3 et 0,3 n’est pas vraiment significatif, donc qu’il n’y a pas de corrélation véritable.

 Si la corrélation Pearson pour l’Union Européenne est de r = – 0,78, cela veut dire que la covariance générale explique 78% des déviations standard combinées et que la relation fonctionnelle est négative : plus de consommation des renouvelables est accompagnée d’un moins en termes de demandes de brevet et vice versa. On a le même type négatif dans le cas des États-Unis, mais en Chine c’est une relation fonctionnelle

 Ouff ! J’ai fini de faire le prof avec cette analyse de corrélation. Je viens de me rappeler que cette exposition avait aussi pour but de m’expliquer quelque chose à moi-même, c’est-à-dire d’où peut bien venir la force extraordinaire de ces corrélations. Je me suis avancé juste un peu, mais c’est toujours mieux que rien. La partie la plus informative de cette analyse pas par pas semble être le Tableau 5, donc celui avec les élasticités locales. En économie, les élasticités, ça compte vraiment lorsque ça s’approche de 1 ou dépasse 1. Dans le cas de l’Union Européenne, une élasticité de ce rang était observable en 2008, avec une montée en valeur depuis 2004. Aux États-Unis il y a quelque chose de similaire entre 2004 et 2009, seulement comme moins prononcé. En revanche, en Chine, ces élasticités sont toujours plutôt fortes, avec un envol en 2009.

Dans l’Union Européenne et aux États-Unis, la période entre 2004 et 2009 c’est précisément l’envol du nombre des demandes de brevet pour les turbines éoliennes à l’axe vertical. Visiblement, l’envol simultané de la consommation des renouvelables était encore plus fort. Durant cette période 2004 – 2009, quelque chose de spécial est arrivé au marché d’énergies renouvelables en général. Quant à la Chine, la direction positive de la corrélation n’est pas sorcière : elle avait été pompée par trois facteurs simultanés, donc la croissance démographique, croissance en la consommation d’énergie par tête d’habitant et la croissance en nombre d’inventions. Encore, je reste sidéré par la forte signification de cette corrélation et je n’ai pas encore trouvé d’explication satisfaisante.

Je continue à vous fournir de la bonne science, presque neuve, juste un peu cabossée dans le processus de conception. Je vous rappelle que vous pouvez télécharger le business plan du projet BeFund(aussi accessible en version anglaise). Vous pouvez aussi télécharger mon livre intitulé “Capitalism and Political Power”. Je veux utiliser le financement participatif pour me donner une assise financière dans cet effort. Vous pouvez soutenir financièrement ma recherche, selon votre meilleur jugement, à travers mon compte PayPal. Vous pouvez aussi vous enregistrer comme mon patron sur mon compte Patreon. Si vous en faites ainsi, je vous serai reconnaissant pour m’indiquer deux trucs importants : quel genre de récompense attendez-vous en échange du patronage et quelles étapes souhaitiez-vous voir dans mon travail ?

 

Vous pouvez donner votre support financier à ce blog

€10.00

Les gains associés

 

Mon éditorial via You Tube

J’ai décidé d’utiliser mon blog pour documenter mon travail entier de recherche et pas uniquement la préparation du business plan pour le projet EneFin. Ça fait trois projets au total ; à part le concept d’entreprise vous connaissez déjà, donc EneFin, je suis en train de préparer un autre business plan, pour un concept de startup développé par mon ancien étudiant dans le marché des services médicaux ; le troisième truc c’est un livre sur le secteur FinTech. Vous trouverez une description de ces trois directions de travail dans ma dernière mise à jour en anglais : Crossbreeds, once they survive the crossbreeding process.

En ce qui concerne le projet EneFin et le marché d’énergie, je suis en train de revoir mes sources d’information. Je me suis intéressé à deux articles quelque peu couverts de poussière – puisqu’ils datent de 1999 : Transmission Rights and Market Power on Electric Power Networks I: Financial Rightspar Paul Joskow et Jean Tirole suivi par Transmission Rights and Market Power on Electric Power Networks II: Physical Rightsdes mêmes auteurs. La raison pour laquelle je veux les étudier à fond est le fait qu’ils reflètent un aspect important du marché de l’énergie : les mécanismes que je propose dans le cadre du concept EneFinpour le marché de détail marchent depuis longtemps dans le marché de gros. Ledit marché de gros fonctionne, de façon routinière, comme tout autre marché, à un rythme réglé part des équilibres locaux entre l’offre et la demande, avec l’utilisation de toute une gamme des produits financiers et en présence d’une forte régulation légale. Les contrats long-terme s’y entremêlent avec des transactions ponctuelles du type spot. Par comparaison, les contrats long-terme que nous, les particuliers, signons avec nos fournisseurs directs d’électricité ont l’air, en fait, une relique dont la seule raison de demeurer toujours en place semble être une vague appréhension vis à vis de ce qui pourrait se passer si on s’en passait.

Je commence donc par une courte introduction en la matière desdits « transmission rights » ou « droits de transmission ». Je commence par une évidence : personne ne peut signer ses électrons. Une centrale électrique charge dans le réseau de transmission 10 MWh et ces 10 mégawatt heures ont un prix de gros. Quelqu’un doit payer ce prix, avec une marge de détail, à la fin de la chaîne de distribution. Ce quelqu’un c’est nous, les consommateurs finaux, qui, de notre côté, n’avons aucun moyen de savoir d’où est-ce qu’ils viennent exactement, ces électrons que nous mettons dans le compresseur de notre frigo ou bien dans le moteur de notre machine à laver. A la rigueur, avec beaucoup de mesurage dans le réseau, il est possible de calculer la probabilité que la kilowatt heure donnée que je suis en train d’utiliser vient d’une centrale électrique donnée, mais ce calcul ressemble largement à de la physique quantique : ce qu’on a c’est seulement une probabilité.

Tout réseau de distribution d’électricité est donc comme un réservoir doté d’un système des valves à l’entrée et à la sortie. Une centrale électrique peut identifier la valve à travers laquelle son énergie entre dans le système (le nœud ou le site de chargement) et – dans une certaine mesure – elle peut identifier la valve de sortie (nœud/site de consommation) et cette identification est possible grâce au système des contrats et d’instruments financiers. « Dans une certaine mesure » veut dire que l’identité exacte du consommateur final est dans le domaine de décision du distributeur local d’énergie, qui est en charge du réseau local de moyenne et de basse tension. Un nœud de consommation d’énergie est donc le point exact dans le réseau de distribution ou l’électricité distribuée en haute tension est transformée en moyenne ou basse tension et « transmise » au distributeur local. Un nœud de consommation est aussi un point de facturation.

Là-dessous, vous pouvez voir une présentation graphique de la structure du réseau de transmission d’énergie, qui, à son tour, fait l’ossature du marché. Plus loin en-dessous vous trouverez l’équation de revenu gagné par une centrale électrique comme fournisseur primaire d’électricité.

La structure du réseau

 La structure du réseau

 

L’équation de revenu de la centrale électrique

 Revenu de la centrale electrique

Dans ce cadre général, différents points de facturation peuvent enregistrer des prix substantiellement différents. L’échelle de cette disparité dépend du pays et, dans une grande mesure, de l’heure de facturation. Le marché d’électricité s’étend sur 8760 heures dans l’année (8784 si c’est une bissextile) et chacune d’elles peut s’associer avec un prix différent.  Un fournisseur primaire d’électricité (une centrale électrique) peut acheter des contrats à terme (instruments financiers dérivés) qui sont déjà pré-facturés à un prix défini pour un nœud de consommation précis et une heure précise. C’est comme si ce fournisseur primaire s’achetait une facturation en avance. Ces contrats à terme sont précisément appelés « droits de transmission », puisqu’ils simulent, sur le plan légal et financier, une situation où un fournisseur primaire d’énergie acquiert une garantie que son énergie sera vendue et facturée comme si elle était consommée à un nœud précis du réseau et à un moment précis.

Les deux articles que je suis en train de passer en revue – Transmission Rights and Market Power on Electric Power Networks I: Financial Rightset Transmission Rights and Market Power on Electric Power Networks II: Physical Rights– signés Paul Joskow et Jean Tirole développent une théorie de fonctionnement du marché d’électricité dans le contexte des droits de transmission. A l’époque quand ces deux articles étaient écrits, en 1999, les droits de transmission étaient parmi les rares instruments financiers typiquement « spot » (c’est à dire correspondants aux transactions ponctuelles sans appui direct dans des contrats long-terme) appliqués dans le marché de gros en électricité. Étudier le fonctionnement des droits de transmission était un excellent prétexte pour étudier la libéralisation du marché d’énergie au sens large.

Je me suis intéressé à ces deux articles pour deux raisons : auteurs et conclusions. Quant aux auteurs, le nom de Paul Joskow en ce qui concerne le marché d’énergie est un peu comme celui de Paul Krugman dans la géographie économique. Même si je décidais de le contourner, ce serait à mes propres risques et périls. Quant à Jean Tirole, je respecte profondément son acquis scientifique et ce prix Nobel en économie qu’il avait reçu en 2014 était vraiment bien justifié. La conclusion générale de la part de ces deux auteurs est pratiquement à l’opposé de ce que moi je soutiens au sujet de mon concept EneFin. Pendant que moi, je prétends que l’introduction d’un système basé sur les contrats à terme, dans le marché de détail en énergie, peut favoriser le développement des petits fournisseurs locaux et des petites installations locales basées sur les énergies renouvelables, Paul Joskow et Jean Tirole disent quelque chose de diamétralement opposé : les contrats à terme qui parient sur les prix futurs, ça favorise les gros joueurs et fait du mal au pouvoir d’achat des petits consommateurs.

Oui, je sais, je pourrais les ignorer en prétendant que dans le marché de l’énergie, avec tous les changements observés, 1999 c’était à peine après l’invention de la roue et les thèses de l’époque ne tiennent plus débout. Seulement, je sais par expérience qu’ignorer délibérément un point de vue particulier provoque à faire de même pour un autre point de vue particulier, et ces points de vue particuliers et délibérément ignorés ont tendance à s’accumuler. Il y a un point critique dans cette accumulation du savoir passé sous silence, où l’ignorance ciblée et délibérée se transforme en une ignorance générale et involontaire.

Je veux donc bien comprendre le point de vue de Paul Joskow et Jean Tirole, juste l’histoire de ne pas être con. Alors, leur réflexion est présentée en deux étapes : d’abord ils étudient le fonctionnement des droits de transmission tels qu’ils sont, donc comme instruments purement financiers, et ensuite ils font une extrapolation théorique où ces instruments financiers créent des droits physiques d’exploitation vis à vis le réseau de distribution d’énergie. Comme c’est mon habitude, je me concentre le plus sur les assomptions fondamentales du modèle théorique de Joskow – Tirole, et aussitôt je découvre les racines de leurs thèses au propos qui m’intéresse.

Joskow et Tirole assument, très pertinemment si vous voulez mon avis, que les contrats à terme dans le marché d’énergie émergent comme quelque chose de financièrement utile lorsqu’il y a des imperfections économiques marquées dans la distribution géographique de génération primaire d’électricité. Par « imperfections économiques » je comprends quelque chose de très simple : certaines régions accueillent des surplus notables d’énergie produite par rapport à l’énergie consommée pendant que d’autres ont des déficits. Logiquement, les prix les plus intéressants, qui valent la peine d’être garantis par des contrats à terme tels que les droits de transmission, sont ceux pratiqués dans les régions à déficit, où la demande est beaucoup plus élevée que l’offre. Si je suis in fournisseur primaire d’énergie et si je sais qu’il y ait de tels marchés locaux, j’ai deux stratégies long-terme à leur égard : soit j’investis dans les droits de transmission pour exploiter les prix locaux anormalement élevés, soit j’investis dans la construction de capacité génératrice locale. Pratiquer les deux stratégies en parallèle serait illogique, puisque tout investissement en capacité génératrice locale va liquider une grande partie des bénéfices issus des droits de transmission.

Je pense que je comprends. Il y a des situations où la création d’instruments financiers peut aider le flux de capital vers des actifs productifs nouveaux mais il y en a d’autres quand c’est exactement le contraire qui se passe, c’est-à-dire les titres financiers servent à concentrer et immobiliser le capital disponible plutôt qu’à son flux vers des projets nouveaux. La concentration survient lorsque les gains possibles à obtenir de la détention simple des titres financiers sont plus grand que ceux associés avec l’utilisation de ces mêmes ou autres titres pour financer des projets nouveaux.

Je vois donc deux types de contexte pour l’application de la fonctionnalité EneFin, telle que je la vois à présent, assez souple et généraliste (consultez Les séquences, ça me pousse à poser cette sorte des questions). Le contexte à haute mobilité de capital physique est celui où la construction de nouvelle capacité génératrice locale est relativement facile, point de vue technologique et légal (permis de construction et d’exploitation, par exemple). Dans un tel contexte le gain marginal issu du changement technologique réel (nouveaux moulins à vent, nouvelles turbines hydrauliques etc.) a des fortes chances de surpasser celui de la détention des titres financiers en tant que tels. En revanche, lorsque la création des nouvelles installations rencontre des obstacles substantiels – par exemple lorsqu’il est extrêmement difficile d’obtenir un permis d’exploitation pour une turbine hydraulique nouvelle – la mobilité du capital physique décroît significativement et ça peut payer plus d’exploiter de déficits en l’offre d’énergie que de les combler avec de la capacité locale nouvelle.

Bon, je pense que j’ai temporairement pompé ma cervelle à sec. Il me faut la remettre à plein.

Je continue à vous fournir de la bonne science, presque neuve, juste un peu cabossée dans le processus de conception. Je vous rappelle que vous pouvez télécharger le business plan du projet BeFund(aussi accessible en version anglaise). Vous pouvez aussi télécharger mon livre intitulé “Capitalism and Political Power”. Je veux utiliser le financement participatif pour me donner une assise financière dans cet effort. Vous pouvez soutenir financièrement ma recherche, selon votre meilleur jugement, à travers mon compte PayPal. Vous pouvez aussi vous enregistrer comme mon patron sur mon compte Patreon. Si vous en faites ainsi, je vous serai reconnaissant pour m’indiquer deux trucs importants : quel genre de récompense attendez-vous en échange du patronage et quelles étapes souhaitiez-vous voir dans mon travail ?

Les séquences, ça me pousse à poser cette sorte des questions

 

Mon éditorial via You Tube

Dans ma dernière mise à jour en anglais (Traps and loopholes) j’ai finalement commencé à cerner sérieusement le concept ainsi que la fonctionnalité de base du projet EneFin, pour lequel je prépare un business plan et dont la documentation me sert couramment comme force motrice de ce blog scientifique. Après maintes tours et détours j’ai conclu que le modèle d’entreprise que j’avais déjà étudié au sujet de cette société canadienneKatipultqui commercialise une plateforme technologique d’échange sous forme d’un marché de crypto-monnaie à accès limité.

Dans le concept EneFin,les petits consommateurs d’énergie sont censés acheter et vendre des contrats à terme pour les fournitures futures d’électricité et que la crypto-monnaie doit servir à lier ces contrats à terme à l’achat ainsi qu’à la vente des titres de participation dans les bilans des fournisseurs d’énergie, avec une composante additionnelle possible d’autres actifs financiers que ces titres de participation.

Dans Traps and loopholesj’en étais venu à la conclusion que cet échange complexe – contrats à terme plus actifs financiers – marchera mieux si je transforme cette complexité en une séquence plutôt qu’une simultanéité. Encore, il faut se souvenir que les séquences, ça peut se multiplier presque à l’infini et mathématiquement, plus la séquence donnée est bizarre et peu probable, plus elle a de façons alternatives de survenir (à ce sujet-là, vous pouvez jeter un coup d’œil dans Fringe phenomena, which happen just sometimes). J’imagine donc une séquence de basequi me semble être la mieux enracinée dans la logique du concept EneFin : j’achète des titres de participation dans un fournisseur d’énergie et ça me donne la possibilité d’acheter des contrats à terme pour des fournitures futures d’énergie, au prix avantageux normalement réservé aux gros consommateurs institutionnels. En plus de ça, je peux acheter, via EneFin, d’autres actifs financiers.

Les séquences, ça me pousse à poser cette sorte des questions qui parfois énervent les gens, comme « Qu’est-ce qui se passe si je modifie ce pas particulier dans la séquence ? Quelles sont les versions alternatives de ce pas particulier ? ».  Alors, je commence à les poser sérieusement, mes questions et je commence par le début (pas aussi évident et logique que certains pourraient le penser). Je suis un consommateur qui s’enregistre sur la plateforme EneFinet j’achète des tokens de crypto-monnaie, pour €100, qui m’habilitent à acquérir, par la suite, les actions d’un fournisseur d’énergie pour l’équivalent de €100 ou bien ses obligations pour la même somme. Appelons ça « Pas no.1 ». Question no. 1.1 : entre combien des fournisseurs différents – et leurs titres financiers – puis-je choisir ? Initialement, lorsque j’avais formulé ce concept particulier, dans Lean and adaptable, je pensais à un schéma fortement coopératif, où les consommateurs d’énergie nouent des liens capitalistes durables avec un fournisseur local d’énergie renouvelable. Maintenant, lorsque j’y repense, je suis plus flexible dans mon raisonnement. Je vois trois types de ce pas particulier dans ma séquence :

Pas no.1 – Type A, coopératif

Le consommateur d’énergie achète des tokens de crypto-monnaie qui correspondent à des titres d’un seul fournisseur d’énergie.

Pas no.1 – Type B, capitaliste concentré sur le marché d’énergie

Le consommateur choisit entre des tokens différents, dont chacun correspond aux titres d’un autre fournisseur d’énergie

Pas no.1 – Type C, capitaliste qui dépasse le marché d’énergie

Le consommateur choisit entre des tokens correspondant aux titres des différentes sociétés, du secteur d’énergie aussi bien qu’en d’autres secteurs

Oui, je sais, EneFin ça implique de l’énergie, donc type Ca l’air venu d’un autre conte de fées. Ça, d’accord, mais d’un autre point de vue, ça donne du fuel financier à la plateforme d’échange, donc pourquoi pas, après tout ? Je veux dire qu’EneFinpeut être une fonctionnalité particulière dans le cadre d’une plateforme d’échange plus large.

Question no. 1.2 : si, théoriquement, le consommateur peut choisir entre une position en haut du bilan (actions) ou en bas de celui-ci (obligations), peut-il faire ce choix tout à fait librement ? Je pense que la réponse est dans la stratégie du fournisseur concret. Celui-ci peut décider de mettre en échange sur la plateforme EneFinun panier caractéristique des titres et le choix du consommateur peut porter sur cet éventail précis.

Je passe au « Pas no. 2 » : le consommateur qui vient d’acheter des titres financiers, dans le Pas No. 1, passe à l’achat des contrats à terme pour la fourniture future d’énergie. Question 2.1 : est-ce obligatoire ? Chaque acheteur des titres sur la plateforme EneFindoit-il nécessairement des futures d’électricité ? Ne pourrait-il pas s’arrêter au Pas no. 1 et ne pas passer au Pas no. 2 ? Intuitivement, je répondrais « oui, il peut s’arrêter au Pas no. 1 ». Encore une fois, je sais que ça va un peu à l’encontre du concept initial, fortement coopératif. Néanmoins, je sais aussi qu’un bonne fonctionnalité FinTech, ça devrait donner du choix et de la liberté des mouvements.

Question 2.2 : Si dans le Pas no. 1 l’utilisateur avait acheté des titres des du fournisseur A d’énergie, peut-il bénéficier du prix avantageux (des futures d’énergie) chez le fournisseur B ?  Doit-il y avoir une correspondance stricte entre l’identité sociale des fournisseurs choisis par le consommateur dans les pas consécutifs 1 et 2 ou bien puisse-il y avoir un panier plus complexe ? J’imagine qu’encore une fois, la stratégie du fournisseur concret d’énergie est la meilleure réponse. Un fournisseur donné peut choisir de donner les mêmes prix avantageux à tous les utilisateurs de la plateforme EneFin. C’est le cas d’une entreprise qui n’est pas vraiment gloutonne côté bilan, probablement déjà bien bourré avec d’autres instruments de financement, mais elle est avide de faire des ventes de ces kilowatt heures futures à travers les contrats à terme.

Voici un autre fournisseur, qui donne une préférence légèrement prononcée aux acheteurs de ses propres titres participatifs. Disons que ceux-ci bénéficient du meilleur prix possible, celui normalement réservé aux gros consommateurs institutionnels, pendant que les détenteurs des titres participatifs d’autres fournisseurs enregistrés sur EneFin ont accès à un prix mi-figue mi-raisin : plus élevé que le prix « gros institutionnels » et néanmoins en-dessous du prix typique détail pour les ménages. C’est un fournisseur d’énergie qui donne comme des suggestions gentilles, genre « vous pourriez penser, un de ces jours, à vous trouver une niche dans mon bilan, mais no stress, hein ? ».

Voilà enfin un type strict et direct dans ses manières, qui dit honnêtement : « pas de participation dans mon capital, pas de rabais sur énergie, désolé ». En voilà un qui a bien besoin de financement et peut s’offrir de la patience en termes de ventes des kilowatt heures.

Il en faut un peu de tout pour faire un monde et c’est aussi la devise que j’essaie de suivre dans mon raisonnement à propos d’EneFin. Je veux une plateforme d’échange qui puisse accommoder plusieurs stratégies alternatives de la part des fournisseurs d’énergie. Même dans la situation hypothétique où le consommateur aurait suivi le chemin type C dans le pas no. 1 de ma séquence, il peut y avoir des fournisseurs d’énergie qui lui octroient un rabais sur l’énergie à être fournie dans l’avenir, juste l’histoire de faire tourner la roue du marché. C’est tout dans la stratégie adoptée par l’émetteur concret de ces contrats à terme.

Voilà que les questions embarrassantes m’ont conduit à une vision bien élargie et bien assouplie du concept initial EneFin. Ça peut commencer avec une plateforme d’échange généraliste, par exemple avec celle de Katipult. On attire des fournisseurs d’énergie avec leurs titres de participation financière dans leurs bilans et on leur offre la possibilité d’émettre des contrats à terme portant sur la fourniture future de l’énergie pour les consommateurs ménagers. Les fournisseurs d’énergie ont la liberté de vendre ces contrats à terme aux prix de leur choix et on leur suggère l’idée d’offrir des prix avantageux, proches de ceux réservés aux consommateurs institutionnels. On fait du marketing à l’égard des consommateurs ménagers pour qu’ils achètent ces contrats et on leur donne la possibilité de les revendre ensuite.

Dans ce cadre général, des stratégies différentes peuvent émerger. Maintenant, le pas suivant de mon analyse est la structure légale de ces contrats à terme pour la fourniture d’électricité. Il me faut un contrat, qui donne à son détenteur le droit de recevoir une quantité standardisée d’énergie, dans l’avenir, à un prix fixé d’avance aujourd’hui. Encore une fois, j’étudie la situation comme une séquence en un nombre fini des pas, avec des déroulements alternatifs. Question : si j’achète de mon fournisseur d’énergie des contrats à terme portants sur les fournitures d’électricité depuis un moment dans 6 mois jusqu’au moment dans 12 mois, devrait-il être possible de les utiliser pour payer ma facture d’électricité dans les six mois immédiatement à venir ? J’achète donc 1000 kWh à être fournies entre le 1erNovembre 2018 et le 30 Avril 2019 et je dis à mon fournisseur « Comme j’ai ces 1000 kWh futures, à un prix qui semble vous satisfaire (puisque vous me les avez vendues, ces 1000 kWh), pourquoi pas faire un décompte ? Je vous paie les 1000 kWh que je vais utiliser dès maintenant avec ces contrats à terme. Alors, affaire conclue ? ».

Bien sûr, la réponse dans un cas concret dépend entièrement de la stratégie adoptée par le fournisseur, mais ça ouvre une perspective intéressante. Ces contrats à terme échangés à travers EneFinpourraient avoir des prix alternatifs suivant leur capacité de décompte avec des obligations qui se trouvent hors leur horizon temporel strictement dit. Là, je retourne au train de raisonnement que vous avez déjà pu trouver dans « Les marchés possibles à développer à partir d’une facture d’électricité » : ce que les consommateurs ménagers payent comme facture d’énergie est composé de deux parts, une qui correspond à l’énergie consommée strictement dite et l’autre chargée à titre de la maintenance du réseau.

Comme je traduis cette structure des charges en des contrats à terme, je distingue deux perspectives différentes sous l’étiquette générale de « fourniture future d’énergie ». La perspective courte est l’intervalle de temps qui est trop courte pour modifier physiquement l’accès des consommateurs au réseau. Dans cet horizon temporel la connexion au réseau est quelque chose de fixe et donné comme exogène. Ni moi comme consommateur ni mon fournisseur d’énergie ne peut choisir, en fait, de ne pas maintenir le réseau. Moi, je dois rester physiquement connecté et le fournisseur doit maintenir ma connexion en service. Dans cet horizon temporel, un décompte du type décrit là-dessus serait possible juste dans le cadre de cette partie de ma facture courante d’énergie qui correspond au jus pompé dans ces câbles strictement dit. Quoi que je n’eusse acheté comme contrat à terme, le coût de maintenance courante du réseau doit être financé.

En revanche, si nous avançons plus loin dans l’avenir, nous aboutissons à une perspective temporelle qui sera suffisante pour la modification physique du réseau. Le fournisseur pourra liquider physiquement ma connexion et connecter quelqu’un d’autre dans le voisinage. Si j’achète suffisamment des futures sur énergie, à travers EneFin, pour compenser le montant total de ma facture d’électricité sur cette période plus longue, théoriquement moi et mon fournisseur nous pourrons utiliser ces futures pour financer, à travers un décompte, une période de se dire adieu. Je les achète, ensuite je les revends à mon fournisseur et c’est comme si notre contrat se finissait maintenant. Oui, ma connexion va physiquement rester en place mais moi je ne vais pas payer un sous pour sa maintenance durant le temps qui normalement correspondrait à la période de préavis inclue dans le contrat à long terme.

Autre question, et celle-là devient vraiment embarrassante : si, dans un marché local d’énergie, par exemple dans une ville entière, la fonctionnalité EneFinprend vraiment de l’essor et les contrats à terme qui y sont échangés couvrent la valeur totale de ce marché comme deux ans à l’avance, pourrions-nous avoir un marché complètement dépourvu de ces contrats signés pour long-terme, qui à présent sont la base normale des transactions entre les fournisseurs d’énergie et leurs clients ?

Je continue à vous fournir de la bonne science, presque neuve, juste un peu cabossée dans le processus de conception. Je vous rappelle que vous pouvez télécharger le business plan du projet BeFund(aussi accessible en version anglaise). Vous pouvez aussi télécharger mon livre intitulé “Capitalism and Political Power”. Je veux utiliser le financement participatif pour me donner une assise financière dans cet effort. Vous pouvez soutenir financièrement ma recherche, selon votre meilleur jugement, à travers mon compte PayPal. Vous pouvez aussi vous enregistrer comme mon patron sur mon compte Patreon. Si vous en faites ainsi, je vous serai reconnaissant pour m’indiquer deux trucs importants : quel genre de récompense attendez-vous en échange du patronage et quelles étapes souhaitiez-vous voir dans mon travail ?

Ce que le prof en moi veut dire sur LCOE

 

Mon éditorial sur You Tube

Je me concentre sur la faisabilité économique et légale de mon concept d’entreprise EneFin. Par ailleurs, dans ma dernière mise à jour en anglais (This is how I got the first numerical column) j’explique pourquoi j’ai laissé tomber le nom Coop EneFin : en anglais, « coop » veut dire « coopérative », il est vrai, mais ce n’est pas la seule dénotation du mot. Les autres sont : « berceau », « poulailler » ou « espace étroit ». Pas vraiment ce que je voudrais associer avec un projet d’entreprise. Bref, je retourne aux sources, c’est-à-dire au nom « EneFin », bénite soit la modération dans la création des néologismes.

Alors, la faisabilité. Je commence par les coûts et je pose la question suivante : est-ce que le mécanisme EneFin pourra fonctionner dans le monde d’énergies renouvelables sans aucune forme d’aide fiscale ou bien les nouveaux fournisseurs de telle énergie auront-ils besoin des subventions publiques ? Je commence par recenser l’information que j’ai au sujet des coûts de production d’électricité des sources renouvelables. Je commence aussi à jouer le prof, comme ce blog à une vocation éducative. Dans ce cas particulier, il est difficilement évitable de jouer le prof, de toute façon, puisque dans le business d’électricité le coût de production n’est pas tout à fait la même chose que ce que vous pouvez connaître de votre cours d’économie ou de gestion. En ce qui concerne l’énergie, la logique de base est celle de LCOEou « coût nivelé d’électricité » (anglais : « Levelized Cost Of Electricity »). Ci-dessous je vous donne la formule générale de LCOE et juste en cas où elle ne s’affiche pas correctement, ici vous avez le lien hypertexte pour voir la formule directement dans l’archive de mon blog.

LCOE

Alors, la notation. En général, nous considérons une période de nannées de cycle de vie technologique de l’installation génératrice. Logiquement, le « » est la position numérique d’une année particulière dans ce cycle de vie. Comme vous pouvez le voir, pratiquement tout ce qui compte dans cette formule est « t », d’une façon ou d’une autre. Le symbole Itreprésente l’investissement mis dans l’installation en question dans l’année t ; Mtest le coût de maintenance durant l’année t, Ftsymbolise le coût du carburant brûlé, Etest la quantité d’énergie produite et rreprésente le taux d’escompte assigné à tout ce calcul.

Maintenant, d’abord je vous sers l’information sur ce LCOE comme il est couramment estimé pour les énergies renouvelables en ensuite je discute un peu la controverse théorique et pratique qui accompagne cette formule. Les nombres, je les ai pris du rapport publié parIRENA, intitulé Renewable Power Generation Costs in 2017. Pour l’hydro-génération ça semble tourner autour de $0,05 = €0,04 par kWh ; l’éolien dans les installations sur terre ferme ça se défend à $0,06 = €0,05 par kWh et lorsque ces moulins sont localisés dans la mer, c’est $0,14 = €0,12 pour une heure qui se kilowatte ; le LCOE du photovoltaïque semble osciller autour de $0,10 = €0,08 quoi que ça tend à se casser la gueule en tombant, ces derniers temps (moins 73% sur les sept dernières années), donc ça peut tomber encore ; le solaire concentré, donc le truc basé sur les miroirs paraboliques qui collectent la chaleur du soleil, ça génère un LCOE autour de $0,22 = €0,18. Encore, ce rapport que je cite signale que les installations éoliennes marines ainsi que celles basées sur le solaire concentré, à être mises en service dès 2020, vendent aujourd’hui leur énergie future entre $0,06 et $0,10 par kWh, donc entre €0,05 et €0,08 ; soit ils sont tellement désespérés de faire leurs ventes, ces gars-là, soit il y a vraiment du progrès dans l’air.

Du point de vue microéconomique, le LCOE c’est une valeur complexe, qui combine le coût moyen de production strictement dit – soit le (Mt+ Ft)/Etou le coût de maintenance et celui du carburant divisés par la quantité d’énergie produite – avec le retour sur l’investissement exprimé comme It/Et. Le retour sur investissement, dans le monde paisible de la microéconomie, c’est fait du bénéfice net. Alors, la présence de la composante It/Etassume que le LCOE n’est pas vraiment le coût strictement dit, c’est plutôt un prix minimum satisfaisant pour le fournisseur d’énergie, avec la marge bénéficiaire déjà incluse. Personnellement, je crois que tout ce bazar de LCOE est plutôt politique qu’économique. Lorsque la question de compétition dans le marché de l’énergie avait commencé à lever la tête, dans les années 1980, les gros fournisseurs établis dans le marché avaient commencer à grogner au sujet des prix qui vont tomber et ça va faire du remous, et les bénéfices vont tomber etc. Les gouvernements avaient donc commencé à mettre en place des systèmes des subventions pour compenser à ces braves fournisseurs établis d’énergie les effets horribles de la compétition. Lorsque les énergies renouvelables avaient sérieusement entré la scène, dans les années 1990, il y avait déjà en place toute cette philosophie du coût qui n’est pas tout à fait un coût et ça tombait à merveille pour organiser le support fiscal pour les nouveaux venus.

Remarquez, dans ce cas, le politique n’est pas entièrement con. L’énergie c’est aussi de la sécurité et de la stabilité des plus élémentaires ; c’est même un facteur de base de la cohésion sociale. Instaurer un calcul des coûts qui sont en fait un flux de trésorerie satisfaisant pour les investisseurs, ça garantit un flux de capital vers le secteur d’énergie et donc une sécurité énergétique accrue. Un secteur d’énergie sous-investi ça peut donner des coups de sabots très, très douloureux là où vous savez.

La bonne nouvelle qui vient avec ces considérations de base à propos de LCOE est que ces coûts moyens par kWh que je viens de citer c’est essentiellement du LCOE, donc ce sont en principe des prix minimum de base. Le coût du carburant pour les renouvelables c’est nul, je veux dire zéro. La maintenance est d’habitude moins onéreuse que la construction initiale, donc ces coûts par kilowatt heure c’est essentiellement le calcul du flux de trésorerie lissé qui assure un retour satisfaisant sur investissement.

Je compare rapidement ces coûts avec les prix d’électricité dans quelques pays européens (consultez Je recalcule ça en épisodes de chargement des smartphones) est ça à l’air optimiste. Mon concept EneFinassume, entre autres, que les consommateurs ménagers pourront acheter de l’énergie au prix avantageux réservé normalement aux consommateurs institutionnels, à condition qu’ils acquiescent de participer dans le bilan de leur fournisseur. Dans tous les pays que je prends en compte, l’éolien sur terre ferme et l’hydraulique, ça se défend financièrement sans problème, dans le schéma EneFin. Même les prix relativement bas réservés aux usagers institutionnels donnent une marge confortable en plus du LCOE moyen. En ce qui concerne les installations éoliennes dans la mer, le photovoltaïque ainsi que le solaire concentré, ceux gars-là pourraient avoir des problèmes en s’EneFinant en Norvège, en Finlande et dans la République Tchèque. Partout ailleurs, ça se défend, sans épater. Remarquez, la Norvège et la Finlande, c’est pas vraiment terriblement ensoleillé et l’éolien marin assume des gros projets d’investissement, d’un calibre bien en-dessus ce que je vois comme le marché de base pour EneFin. Somme toute, y a des chances que l’idée ne soit pas complètement idiote.

Les faits, ils ont l’air favorables et je peux les laisser à eux-mêmes pour quelques instants, les instants dont j’ai besoin pour jouer le prof. J’ai envie de donner un petit cours d’économie appliquée à l’occasion de cette formule de LCOE. Premièrement, les maths. Dans la formule, vous pouvez voir deux fractions ordinaires superposées. Au premier abord ça a l’air compliqué mais voilà quelques trucs que vous connaissez de l’école par ailleurs et qui peuvent être utiles pour simplifier ou plutôt pour diviser la formule en deux niveaux distincts d’analyse. Le symbole « ∑ » dans les deux étages de la fraction générale symbolise la somme d’une chaîne des composantes. En d’autres mots, les deux étages de la fraction générale sont des sommes des fractions partielles formulées comme [(It+ Mt+ Ft) / (1 + r)t] / [Et/ (1 + r)t]pour chaque année « t ».

Lorsque vous avez à faire, dans la même formule, de la division et de l’addition, que faites-vous en premier lieu ? Oui, la division. Cela veut dire qu’il y a une version possible de cette formule où ∑ [(It+ Mt+ Ft) / (1 + r)t] / ∑ [Et/ (1 + r)t] = ∑ {[(It+ Mt+ Ft) / (1 + r)t] / ∑ [Et/ (1 + r)t]} donc où je tire l’opération d’addition à l’extérieur de la fraction générale. Comme j’ai dit, c’est un truc, pas une méthode à 100% rigoureuse, néanmoins ça permet de se débarrasser, pour un instant, du dénominateur (1 + r)tqui se répète aussi bien dans le numérateur de la fraction générale que dans son dénominateur. Le truc arithmétique a un appui économique. Dans le passé, le taux d’escompte « r » était simple et intuitif : tôt ou tard on assumait qu’il était égal au taux d’intérêt qui, à son tour, était corrélé avec taux d’inflation. A présent, on vit dans une période des taux d’intérêt historiquement les plus bas, accompagnés par des épisodes des plus en plus fréquents de déflation locale. Il y a vraiment des années quand le dénominateur (1 + r)tdevrait être remplacé par (1 – r)t.

De tout en tout, ce que le prof en moi veut dire est que le LCOE général peut être décomposé en des LCOE locaux, dans lesquels le dénominateur (1 + r)tn’a rien de vraiment constructif à dire. Cette assomption est importante pour mon concept d’entreprise – l’EneFin – dans la mesure où je veux précisément miser sur le mécanisme des prix espérés dans l’avenir, donc des LCOE locaux et momentanés.

Si vous voulez un peu de littérature scientifique rigoureuse sur les prix d’énergie, deux noms apparaissent comme des classiques du domaine : Paul Joskow et Jean Tirole. Voilà quelques références : Comparing the Costs of Intermittent and Dispatchable Electricity Generating Technologiespar Paul L. Joskow, Transmission Rights and Market Power on Electric Power Networkspar Paul L. Joskow et Jean Tirole, Reliability and Competitive Electricity Marketspar Paul Joskow et Jean Tirole, Transmission Rights and Market Power on Electric Power Networks I: Financial Rightspar Paul Joskow et Jean Tirole suivi par Transmission Rights and Market Power on Electric Power Networks II: Physical Rightsdes mêmes auteurs. Si par hasard ces liens hypertexte ne marchent pas, contactez moi via mon blog et je vous envoie des PDFs par e-mail.

Je continue à vous fournir de la bonne science, presque neuve, juste un peu cabossée dans le processus de conception. Je vous rappelle que vous pouvez télécharger le business plan du projet BeFund(aussi accessible en version anglaise). Vous pouvez aussi télécharger mon livre intitulé “Capitalism and Political Power”. Je veux utiliser le financement participatif pour me donner une assise financière dans cet effort. Vous pouvez soutenir financièrement ma recherche, selon votre meilleur jugement, à travers mon compte PayPal. Vous pouvez aussi vous enregistrer comme mon patron sur mon compte Patreon. Si vous en faites ainsi, je vous serai reconnaissant pour m’indiquer deux trucs importants : quel genre de récompense attendez-vous en échange du patronage et quelles étapes souhaitiez-vous voir dans mon travail ?

La morale de ce conte de fées

Mon éditorial

Ça y est. Je pense que j’ai trouvé le concept central d’entreprise pour mon projet EneFin. Le voilà. Le contexte économique c’est la différence entre deux catégories des prix de détail dans le marché de l’électricité : les prix type « ménage », plus élevé, et le prix « professionnel », plus bas. J’avais déjà donné un aperçu de ces différences, dans certains pays européens, dans « Je recalcule ça en épisodes de chargement des smartphones » ainsi que dans « A first approach on the financial side ». Les deux catégories des prix sont celles pour les consommateurs finaux et néanmoins la différence entre elles est tellement significative que c’est presque comme si le prix pour les consommateurs institutionnels était un prix de gros dans une chaîne de valeur ajoutée. Le truc, c’est qu’il n’y a pas vraiment de valeur ajoutée entre ces deux prix. Leur fourchette a sa source uniquement dans la différence du pouvoir de négociation entre les deux catégories d’acheteurs.

Imaginons un contrat complexe, où le consommateur individuel achète de l’énergie en payant le prix « ménager » ordinaire, mais ce prix lui achète deux choses : de l’énergie payée au prix « institutionnel » ainsi que quelque chose d’autre, pour l’équivalent de fourchette entre le prix « ménager » et le prix « institutionnel ». Mathématiquement, avec les prix de mon pays, la Pologne, ça se présente comme €0,15 de prix « ménager » que je paie pour chaque kilowatt heure et ce €0,15 m’achète la kilowatt heure en question, strictement dite, au prix « institutionnel », donc €0,09, plus quelque chose d’autre pour l’équivalent de €0,15 – €0,09 = €0,06. Ce quelque chose d’autre ferait bien d’être logiquement lié à la consommation d’énergie. Suivant les écrits de l’un des pères fondateurs de ma discipline scientifique, Jean Baptiste Say, ce qui est étroitement lié à la consommation, c’est la production.

Ce que j’achète pour ce surplus de €0,15 – €0,09 = €0,06 pourraient donc être des (petits) titres de participation dans le bilan d’un fournisseur d’énergie, soit dans le capital social soit dans la dette d’entreprise. Mon petit €0,06 que je paie avec l’achat de chaque kilowatt heure peut donc être converti en une action ou bien une obligation d’un fournisseur d’énergie. Alors voilà que, tout à fait par hasard, un nouvel entrepreneur dans le voisinage construit une installation génératrice d’électricité, de petite ou moyenne capacité, à la base d’énergies renouvelables : photovoltaïque, hydraulique, peut-être de l’éolien (ce dernier type d’énergie est difficile à tailler en petit, pour autant que je sache). Moi, comme consommateur, je suis intéressé dans le développement de telles sources d’énergie renouvelable dans mon environnement, donc moi et le nouvel entrepreneur, on négocie.

Moi, comme Polonais moyen, je consume environ 5 010,27 kWh par an en termes d’usage strictement ménager. Enfin, au total, je consomme plus, plutôt comme 28 961,10 kWh par an, mais le reste, c’est-à-dire 28 961,10 – 5 010,27 = 23 950,83 kWh par an, je les consomme dans le transport et sous forme d’énergie immobilisée dans les biens et services. Ce que je peux apporter à la table de négociation avec ce fournisseur d’énergie en voie de construction ce sont mes 5 010,27 kWh bien à moi, par an. En prix d’électricité type « ménager », ces 5 010,27 kWh bien à moi valent 5 010,27 kWh * €0,15 = €751,54.

Voilà que moi et le fournisseur nouvel de l’énergie, on négocie l’accord suivant. J’achète de lui un paquet de 5010 contrats à terme, chacun correspondant à 1 kilowatt heure d’énergie à être fournie dans l’avenir (c’est le trait caractéristique des contrats à terme). J’en passe sur le 0,27 kWh par an, pas de quoi faire un fromage. Je paie pour chacun de ces contrats le prix que je paierais pour l’électricité « ménagère », donc €0,15 * 5010 = €751,50 et ces €751,50 m’achètent de l’électricité future pour un prix unitaire de €0,09 par une kilowatt heure, soit €450,90 pour ma consommation annuelle, ainsi que des titres de participation dans le bilan de ce fournisseur, pour l’équivalent de €0,15 – €0,09 = €0,06 par kWh, donc pour €0,06*5010 = €300,60.

En me pourvoyant en ce paquet des contrats à terme, je m’assure, premièrement, la fourniture future d’électricité pour un prix fixe très avantageux pour un consommateur individuel et deuxièmement, j’acquiers une parcelle de capital investi dans le fournisseur d’énergie. Quel que soient mes titres de participation dans son bilan – actions ou obligations – l’argent que je paie pour l’énergie strictement dite, donc les €0,15 – €0,09 = €450,90, ça contribue à assurer un retour sur mes €0,06*5010 = €300,60 investis dans le bilan. Le fournisseur d’énergie sur sa piste d’envol, quant à lui, vient de me vendre de l’énergie future pour du pognon payé aujourd’hui (toujours avantageux), il a fait une affaire décente puisqu’il vient de vendre à un prix qu’il pourrait obtenir en pourvoyant, par exemple, un large centre commercial, et en plus, il vient d’acquérir du capital liquide pour son investissement.

Somme toute, ça à tout l’air d’une situation « win – win » et en même temps, c’est un schéma coopératif. Lorsque l’acheteur des biens acquiert les bien en question et en même temps la participation dans le bilan de leur fournisseur, c’est une structure coopérative. Les avantages sont ceux d’une coopérative : les clients sont en même temps des investisseurs de leur fournisseur, donc ils ont tout intérêt à lui rester fidèles et en même temps ils ont un contrôle poussé sur son activité. Voilà pourquoi j’ai donné à ce concept d’entreprise le nom de Coop EneFin.

C’est un schéma coopératif mais pas uniquement coopératif. La formule des contrats à terme combinés avec les participations dans le bilan peut acquérir de l’énergie, pour ainsi dire, si nous créons un marché pour l’échange libre de ces contrats. De cette façon je transforme ces contrats en des titres financiers et par ce moyen je donne à Coop EneFinl’élégance légère d’une société par actions combinée avec un marché financier ouvert. Puisqu’on parle du loup et le loup c’est le marché, il est prudent de mesurer la taille du loup, juste en cas je voudrais le coucher dans le lit de la grand-mère du Petit Chaperon Rouge. En utilisant mes données sur les prix d’électricité dans certains pays européens (consultez « Je recalcule ça en épisodes de chargement des smartphones » et « A first approach on the financial side »), je calcule la valeur du marché créé sur la base de demande d’électricité de la part d’une population de 180 000 ménages urbains. Je rappelle que ces 180 000 c’est une fraction hypothétique de 12% des consommateurs innovants dans une ville de taille respectable, soit de 1 500 000 d’habitants.

Tableau 1, ci-dessous, présente mes calculs de la taille du loup, donc des trois variables agrégées : a) la valeur marchande d’électricité vendue aux 180 000 ménages, au tarif pour les clients institutionnelsb) la valeur comptable du capital possible à collecter des 180 000 ménages, sur la base du résiduel « prix pour consommateurs institutionnels – prix pour les ménages » c) la capacité électrique requise pour 180 000 ménages, kWh. En plus, j’ai déniché (provisoirement), une règle comptable qui dit que j’ai besoin de €2445 d’investissement en capital physique pour chaque kilowatt de capacité électrique dans une turbine hydraulique[1]. Ceci veut dire que le capital possible à collecter à travers mon schéma de Coop EneFinpourrait financer 40 – 41% de l’investissement physique.

Tableau 1

Pays Valeur marchande d’électricité vendue aux 180 000 ménages, au tarif pour les clients institutionnels Valeur comptable du capital possible à collecter des 180 000 ménages, sur la base du résiduel « prix pour consommateurs institutionnels – prix pour les ménages » Capacité électrique requise pour 180 000 ménages, kWh
Autriche  € 124 004 599  € 151 561 177  157 286
Suisse  € 109 957 128  € 93 725 694  122 376
République Tchèque  € 97 855 221  € 97 855 221  159 581
Allemagne  € 207 383 524  € 276 511 365  157 826
Espagne  € 102 435 544  € 111 747 866  106 305
Estonie  € 136 026 400  € 45 342 133  172 535
Finlande  € 150 197 511  € 193 111 086  244 940
France  € 133 557 336  € 93 490 136  152 463
Royaume Uni  € 130 129 746  € 50 049 902  114 269
Hollande  € 122 642 524  € 122 642 524  175 004
Norvège  € 147 436 962  € 210 624 231  240 439
Pologne  € 81 166 381  € 54 110 920  102 951
Portugal  € 92 640 729  € 84 920 668  88 129

 Toujours ça de gagné. Encore, il faut que je prenne la peau du loup, puisque Coop EneFinest censé être une entreprise à profit. Je suppose que 10% de commission sur la valeur totale des transactions faites sur la plateforme technologique correspondante est une assomption raisonnable, à partir de laquelle je peux formuler une analyse financière plus fine.

La morale de ce conte de fées est – une fois de plus – le principe de base que je répète à mes étudiants : commencez toute étude de marché par étudier les prix, car les prix vous informent sur la structure dudit marché et sur les bonnes affaires que vous pouvez y faire. Allez les enfants, papy Krzysztof a fini de raconter ses contes des fées, pour aujourd’hui.

Je continue à vous fournir de la bonne science, presque neuve, juste un peu cabossée dans le processus de conception. Je vous rappelle que vous pouvez télécharger le business plan du projet BeFund(aussi accessible en version anglaise). Je veux utiliser le financement participatif pour me donner une assise financière dans cet effort. Vous pouvez soutenir financièrement ma recherche, selon votre meilleur jugement, à travers mon compte PayPal. Vous pouvez aussi vous enregistrer comme mon patron sur mon compte Patreon. Si vous en faites ainsi, je vous serai reconnaissant pour m’indiquer deux trucs importants : quel genre de récompense attendez-vous en échange du patronage et quelles étapes souhaitiez-vous voir dans mon travail ?

[1]https://www.quora.com/What-is-the-cost-of-setting-up-of-a-1-Mw-hydro-power-plantdernier accès 23 Avril 2018

Je recalcule ça en épisodes de chargement des smartphones

Mon éditorial

Je viens de publier une mise à jour en anglais (Complicated? Certainly, and this is not all) où je déclare d’avoir besoin de secouer mes méninges un tantinet et de prendre un peu de distance par rapport à ce business plan d’EneFin, le projet FinTech pour le marché de l’énergie. Aussitôt dit, aussitôt fait, pour ainsi dire : dès que je viens de déclarer le besoin de prendre de la distance, j’en prends effectivement et je mets mon idée la tête à l’envers par rapport à ce que j’avais écrit auparavant.

J’imagine une ville intelligente criblée avec des prises électriques, ou bien, pour la tension vraiment basse utilisée par l’équipement électronique, avec ces coussins de chargement qui sont déjà en usage pour les téléphones portables. Dans la rue, dans les gares, les restos, les parcs – les points de chargement, vous en avez un peu partout. Chaque point de chargement est accessible en deux modes : mode urgence gratuit et mode ordinaire payant. Le mode urgence est limité à un certain nombre de kilowatt heures, par exemple ce qui est nécessaire pour charger un smartphone à 20% de sa batterie ; ça devrait donner comme 0,1 kWh. Ça c’est l’électricité démocratique pour tous. Dès que je passe la limite de 0,1 kWh, le point de chargement se tourne en mode sommeil, à moins que je paie avec l’application mobile EneFin. Dans ce cas, EneFin fonctionne comme un porte-monnaie mobile. Ça connecte mon smartphone au réseau électrique (ou plutôt au système de contrôle de ce réseau) et me permet de payer pour un montant spécifique de kilowatt heures d’électricité.

Ça c’est l’idée de base et maintenant je vais la tester à froid, ensuite je vais la chauffer, étirer et marteler un peu. A froid, comme je viens de la formuler, je la connecte à mon business plan pour le projet BeFundet donc à l’environnement d’une ville intelligente. Une ville a tendance à devenir intelligente à partir de 1,5 millions de personnes dans ladite ville. J’assume donc l’existence d’une sous-population particulièrement ouverte aux nouveautés, faite de 12% des citadins, plus une population jumelle des visiteurs temporaires (touristes, hommes et femmes d’affaires etc.). Au total, ça me fait donc 2*12%*1 500 000 = 360 000 utilisateurs.

Maintenant, je recalcule ça en épisodes de chargement des smartphones. Un chargement complet dure quelques 4 heures et prend environ 0,5 kWh. Disons que le chargement via EneFinsurviendra une fois par semaine en moyenne, donc 54 fois dans l’année. Pour un utilisateur moyen, cela représente 54*0,5 = 27 kWh par an et pour la population totale que je viens de définir comme hypothèse, soit les 360 000 personnes, j’obtiens 9 720 000 kilowatt heures par an.

Je passe aux prix. Dans Tableau 1, ci-dessous, vous pouvez trouver le fruit de ma recherche à propos des prix d’électricité en Europe. Vous pouvez constater qu’il y a deux marchés distincts, démarqués par des prix distincts : celui des ménages et celui des consommateurs institutionnels. Plus loin, donc en-dessous du tableau 1, je développe sur cette constatation.

 

Tableau 1 Prix moyens d’électricité, par kWh, dans certains pays européens

Pays Prix d’une kWh pour les ménages Prix d’une kWh pour les consommateurs institutionnels
Autriche € 0,20 € 0,09
Suisse € 0,19 € 0,10
République Tchèque € 0,14 € 0,07
Allemagne € 0,35 € 0,15
Espagne € 0,23 € 0,11
Estonie € 0,12 € 0,09
Finlande € 0,16 € 0,07
France € 0,17 € 0,10
Royaume Uni € 0,18 € 0,13
Hollande € 0,16 € 0,08
Norvège € 0,17 € 0,07
Pologne € 0,15 € 0,09
Portugal € 0,23 € 0,12

 

Un calcul rapide montre que la distance relative entre les prix « ménagers » d’électricité et ceux que nous pouvons désigner comme « institutionnels » est vraiment importante, d’une part, et qu’elle est diffère grandement d’un pays à l’autre. Ici, une remarque générale s’impose à propos de préparation d’un business plan : l’étude des prix est la pierre de souche de toute étude de marché. Quoi que vous fassiez comme business plan, étudier les prix est fondamental.

J’explique aussi cette phrase que j’ai écrite plus haut, que des prix distincts marquent des marchés distincts. C’est l’un des principes de base de l’économie : le fonctionnement d’un marché s’observe surtout à travers les prix. Si j’ai des prix clairement différents pour un même bien (donc pour la même utilité économique), ils doivent s’être formés sur la base des mécanismes économiques différents, donc j’ai affaire à des marchés distincts et définis comme structures d’échanges.

Ceci dit, l’idée de base dans tout concept d’entreprise est qu’à part de dégager de la valeur ajoutée il faut aussi monnayer cette valeur. Il faut donc capturer un différentiel des prix, entre des marchés distincts, acheter bon marché et revendre à des prix qui correspondent à ma stratégie marketing. Quant à la première composante de ce principe général, « acheter bon marché » peut se passer à deux niveau différents. D’une part, on peut acheter de l’électricité comme client institutionnel et ensuite la revendre au clients individuels. A ce niveau-là, la Norvège, la Finlande ainsi que l’Allemagne offrent les meilleures marges. D’autre part, on peut imaginer un achat d’électricité, prix client institutionnel, dans le marché national qui offre les meilleures conditions pour les clients institutionnels, et ensuite revendre cette électricité au prix « ménage » dans le marché le plus cher. Le premier niveau est plus simple, le deuxième implique non pas tellement du commerce en énergie proprement dite mais bien plutôt du commerce en titres financiers, donc le concept que je m’efforçais de développer précédemment (consulter Une plantation des clients qui portent fruitou bien Les marchés possibles à développer à partir d’une facture d’électricité).

Je reste au premier niveau et je formule mes stratégies marketing. Stratégie no. 1assume que je tente mes clients, sur EneFin, avec un prix d’électricité plus bas que la moyenne ménagère et plus proche du prix institutionnel. Disons que ce serait in prix mi-chemin entre le ménager et l’institutionnel. C’est une stratégie simple et brutale d’incitation financière directe. Mon objectif est d’attirer rapidement un grand nombre des clients de parmi ces 360 000. Stratégie no. 2va dans une direction différente : j’applique les prix typiquement ménagers (donc relativement élevés) et en même temps j’offre aux clients d’EneFinun système promotionnel ou chaque € dépensé revient en forme des points de pouvoir d’achat, genre « si vous achetez 100 kilowatt heures chez nous, vous gagnerez 10% de ça en forme des points pour des achats futurs ». Bien sûr, les maths disent que le prix réellement monnayé serait le prix « ménages » moins 10%. Stratégie no. 3, à son tour, consiste à ramasser la crème du marché avec des prix encore plus élevés – disons 10% de plus – que ceux des tarifs ménagers ordinaires. Le principe de base est qu’EneFin, dans cette forme précise, offre une fonctionnalité quelque peu unique et qu’il est donc logique de prélever une marge bénéficiaire additionnelle, disons, encore une fois, les 10% intuitifs. Dans les tableaux qui suivent, ci-dessous, je développe sur ces trois stratégies, avec les assomptions formulées plus haut. J’étudie la dépense individuelle moyenne par client par an ainsi que la marge brute possible à dégager d’un marché local typique à prendre.

L’évaluation de la dépense individuelle sert à se faire une idée de l’importance subjective des achats d’énergie, faits avec cette fonctionnalité d’EneFin, dans le panier ménager de mes clients. En ce qui regarde la marge brute, j’introduis un élément de compétition prix. J’assume qu’avec la stratégie des bas prix (Stratégie no. 1) je peux attirer la totalité de cette sous-population locale des clients (donc ces 360 000 clients dans une ville). Ensuite, dans les Stratégies no. 2 et 3, je réduis la taille de mon portefeuille-clients en proportion inverse au prix : si le prix dans la Stratégie no. 2 est de 20% plus haut que celui de la stratégie no. 1, je réduis les 360 000 clients par 20%, donc je descends à 288 000 clients etc.

Point de vue dépense individuelle, ça a l’air gentil. Ces montants devraient rester dans le domaine des dépenses quasi-intuitives chez les clients, donc il devrait être facile de développer leur loyauté. En ce qui concerne la marge brute, le jeu différentiel des prix montre quatre marchés nationaux les plus attractifs, dans l’ordre : l’Allemagne, l’Espagne, le Portugal et l’Autriche. En tenant compte du nombre des communautés urbaines de grande taille, dans chacun des pays, l’Allemagne se présente comme LE marché à prendre.

 Tableau 2

  Dépense individuelle annuelle moyenne dans la fonctionnalité EneFin sous l’étude
Pays Stratégie no. 1 – Bas prix Stratégie no. 2 – prix moyen avec incitation additionnelle Stratégie no. 3 – prix élevé
Autriche  € 3,92  € 4,86  € 5,94
Suisse  € 3,95  € 4,62  € 5,64
République Tchèque  € 2,84  € 3,40  € 4,16
Allemagne  € 6,75  € 8,51  € 10,40
Espagne  € 4,59  € 5,59  € 6,83
Estonie  € 2,84  € 2,92  € 3,56
Finlande  € 3,11  € 3,89  € 4,75
France  € 3,65  € 4,13  € 5,05
Royaume Uni  € 4,19  € 4,37  € 5,35
Hollande  € 3,24  € 3,89  € 4,75
Norvège  € 3,24  € 4,13  € 5,05
Pologne  € 3,24  € 3,65  € 4,46
Portugal  € 4,73  € 5,59  € 6,83

 

Tableau 3

  Marge brute annuelle, dans un marché local (une ville typique) dans la fonctionnalité EneFin sous l’étude
Pays Stratégie no. 1 – Bas prix Stratégie no. 2 – prix moyen avec incitation additionnelle Stratégie no. 3 – prix élevé
Autriche  € 534 600,00  € 704 700,00  € 1 033 854,55
Suisse  € 424 907,24  € 569 002,18  € 846 404,57
République Tchèque  € 340 200,00  € 453 600,00  € 668 029,09
Allemagne  € 972 000,00  € 1 272 857,14  € 1 868 890,91
Espagne  € 583 200,00  € 774 313,04  € 1 137 240,00
Estonie  € 145 800,00  € 170 100,00  € 334 014,55
Finlande  € 437 400,00  € 574 425,00  € 842 989,09
France  € 340 200,00  € 454 552,94  € 691 887,27
Royaume Uni  € 243 000,00  € 297 600,00  € 540 785,45
Hollande  € 388 800,00  € 518 400,00  € 763 461,82
Norvège  € 486 000,00  € 632 752,94  € 930 469,09
Pologne  € 291 600,00  € 388 800,00  € 596 454,55
Portugal  € 534 600,00  € 714 913,04  € 1 057 712,73

Je continue à vous fournir de la bonne science, presque neuve, juste un peu cabossée dans le processus de conception. Je vous rappelle que vous pouvez télécharger le business plan du projet BeFund(aussi accessible en version anglaise). Je veux utiliser le financement participatif pour me donner une assise financière dans cet effort. Vous pouvez soutenir financièrement ma recherche, selon votre meilleur jugement, à travers mon compte PayPal. Vous pouvez aussi vous enregistrer comme mon patron sur mon compte Patreon. Si vous en faites ainsi, je vous serai reconnaissant pour m’indiquer deux trucs importants : quel genre de récompense attendez-vous en échange du patronage et quelles étapes souhaitiez-vous voir dans mon travail ?

Les marchés possibles à développer à partir d’une facture d’électricité

Mon éditorial

J’avance dans la préparation du business plan pour l’entreprise FinTech que je viens de dénommer EneFin(consultez A project name has come to my mind: EneFin). J’avoue que j’hésite entre deux sentiers d’écriture de ce business plan. Le sentier rapide consiste à rétrécir aussi vite que possible le champ conceptuel, donc de formuler aussi vite l’idée de base, pour avancer dans son opérationnalisation. Le sentier lent serait plutôt de discuter exhaustivement plusieurs idées, genre plus scientifique. J’hésite car je veux que mon blog ait des valeurs éducatives pour les adeptes des sciences sociales, tout comme pour les sceptiques desdites sciences.

Je récapitule : dans la mesure où je veux éduquer en sciences sociales à travers la préparation d’un business plan, l’essentiel est de montrer comment bien faire un business plan. Dans ce cas, « bien » veut dire, entre autres, d’explorer à fond une idée d’entreprise comme elle fait surface. Je me dis que si je passe en revue toute la science possible à chaque fois qu’une telle idée émerge, j’explore mon propre savoir plutôt que l’idée en question. Alors, je décide : je choisis le sentier court. Voilà l’idée qui vient de venir à moi : EneFinservirait à organiser un marché financier pour mettre en contact les fournisseurs d’énergies renouvelables, les fournisseurs des technologies pour la production d’énergies renouvelables, les distributeurs et les consommateurs.

L’idée de départ consiste précisément à organiser le marché et c’est à cette fin que doit servir EneFin. Je concrétise. Lorsque nous signons un contrat de fourniture d’électricité, le fournisseur s’engage de mettre à notre disposition une certaine capacité en kilowatts pendant un certain temps, par exemple pendant 2 ans. Dans le marché de l’énergie, une année c’est 8760 heures (8784 pour des années bissextiles). Du point de vue d’un fournisseur d’électricité, le contrat qu’il a signé avec nous se traduit comme un engagement à fournir 8760 * capacité garantie = X kilowatt heures sur une année.

Maintenant, ce que je peux faire avec un contrat long-terme de ce type, entre autres, est sa titrisation : je transforme les obligations contractuelles en un ensemble de petites unités dont chacune reflète la structure du contrat entier et en même temps peut être sujette à un échange indépendant. Pas clair ? Je comprends. Disons que ma consommation annuelle d’électricité c’est 34 890 kWh par an, ce qui fait, en moyenne, 2 907,5 kWh par mois et c’est la base de la facture mensuelle que je paie. Maintenant ce que font plusieurs fournisseurs d’électricité, parmi eux Tauron polonais dont je suis client, est de prédire ma consommation sur 6 mois, sur la base de ma consommation passée, et de générer une série de 6 factures mensuelles, payables l’une après l’autre, chacune de même montant.

Point de vue mathématique économique, ce que fait mon fournisseur s’appelle lissage de consommation future. Mon fournisseur, Tauron, m’envoie une facture de €50, payable pour le mois de juin, avec un terme de paiement le 5 juillet. Cela veut dire une obligation mutuelle : moi, en acceptant la facture je m’engage à payer €50 jusqu’au 5 juillet et Tauron s’engage à me fournir, durant le mois de juin, la quantité d’électricité qui correspond à ces €50 au prix convenu dans le contrat long-terme.

Cette facture pour le mois de juin est donc un contrat obligataire et en tant que tel peut être décomposée en des obligations composantes du contrat, qui sont :

>> l’obligation du client : celle de payer €50 pour le bénéfice de Tauron, pas plus tard que le 5 juillet

>> l’obligation de la part de Tauron : fournir X kilowatt heures d’électricité durant le mois de juin ; avec à peu près 0,10€ par kWh en moyenne, cela fait X = €50/€0,10 = 500 kWh

Chacune de ces deux obligations composantes possède une valeur économique, c’est-à-dire elle correspond à une certaine utilité et cette utilité peut être valorisée sur le marché correspondant, donc d’avoir un prix de marché. L’utilité contenue dans l’obligation du client est la quasi-certitude que ce client paiera €50 pas plus tard que le 5 juillet. Je peux maintenant détacher cette obligation du reste du contrat et en faire une créance de €50, à mon dépens, abstraite de tout contexte contractuel. Je peux donc transformer cette obligation en ce qu’on appelle une traite ou un billet de change.

L’obligation du fournisseur est plus complexe. D’une part c’est une obligation matérielle de fournir les 500 kWh sur le mois de juin et d’autre part c’est une obligation financière de les fournir à un prix unitaire de €0,10 durant le même mois. L’utilité économique de la première est celle d’avoir accès garanti aux 500 kWh pendant la période correspondante, pendant que la seconde offre l’utilité économique de prix garanti fixe. L’obligation du fournisseur est donc divisible en une utilité matérielle et une utilité financière. En principe, les deux obligations peuvent être abstraites du contexte contractuel long-terme et transformées en des créances commerciales.

C’est ainsi que, mine de rien, ma petite facture mensuelle d’électricité peut se transformer en trois créances abstraites : a) une traite de €50 payable par le client b) une garantie d’accès physique à 500 kilowatt heures d’électricité durant le mois de juin c) une garantie de prix €0,10 par kilowatt heure dans la fourniture de 500 kWh durant le mois de juin. Pour que le processus de titrisation soit complet, ces créances doivent être liquides, c’est-à-dire il doit être possible de les faire circuler par le moyen de vente et achat.

Quant à la traite de €50, mon fournisseur, Tauron, théoriquement peut la vendre tout de suite à une tierce partie, seulement ça ne se fait pas, en général. Les coutumes commerciales sont telles qu’une obligation client ça se cède sous forme de traite seulement lorsque ledit client est en défaut de paiement ou bien un tel défaut est hautement probable. Tant que je paie bien gentiment mes factures courantes, mon fournisseur peut vendre mon obligation future seulement avec mon consentement explicite. Ça s’appelle alors une cession.

Alors, si ma fonctionnalité EneFinaurait dans son cadre un marché en créances financières de la part des fournisseurs, ça pourrait prendre la forme de deux ensembles des traites issues des factures d’électricité : le premier contient des traites issues des factures en défautde paiement et le deuxième couvre les traites issues par la suite d’un consentement des clients en situation régulière. Le premier est un marché classique de la dette, pendant que le deuxième crée des possibilités intéressantes pour les nouveaux fournisseurs. Ceux-ci peuvent carrément racheter, des mains des fournisseurs établis, le pouvoir d’achat des consommateurs. Ceci crée de la liquidité nouvelle dans le marché.

En parallèle, il y a un autre marché(ensemble), celui des garanties de fourniture physique d’électricité(c’est cette partie matérielle de l’obligation fournisseur). C’est le marché de l’énergie strictement dite. Bien sûr, ce marché spécifique fonctionne seulement en couplage avec un réseau intelligent de distribution d’énergie. Si je vends à quelqu’un la garantie d’accès mensuel à 500 kWh, cette personne doit être capable de réaliser cette créance, donc de demander au fournisseur de transférer réellement et physiquement ces 500 kWh sur leur compteur. Cette fonctionnalité particulière de mon projet EneFinserait donc associée, en principe, avec des réseaux intelligents.

Quoi que, quand j’y pense… Il se peut que l’intelligence (du réseau) soit moins impérative que ça en a l’air. Je pense à cette idée développée par les gars de chez WePower : les développeurs d’installations basées sur les énergies renouvelables peuvent vendre de l’énergie future de leurs installations en voie de construction et de cette façon se donner de la liquidité. En fait, c’est un truc utilisé depuis des siècles dans l’agriculture : lorsqu’on produit quelque chose qui prend beaucoup de temps à croître, on peut vendre aujourd’hui le droit d’acquérir le produit futur. De nos jours, ça marche à merveille dans le marché du café, par exemple. Lorsque vous avez assez de liquide pour acheter les grains de café qui viendront avec la récolte prochaine (dans six mois) et non pas la récolte présente, vous pouvez économiser jusqu’à 40% sur le prix de négoce, par exemple à la bourse de San Francisco.

Alors, pour revenir du café à San Francisco vers le sujet de base, il est possible d’organiser un marché des garanties de fourniture physique de l’énergie future. « Future » peut vouloir dire tout un tas de choses : en commençant par dans les sept mois jusqu’à des délais mesurés en années entières. Le marché en question devrait donner, par son fonctionnement-même, la réponse précise à la question quelle peut être la dimension pratique de l’énergie future.

En ce qui concerne le fonctionnement de ce marché, il y a relativement le plus de ressources accessibles. Ici, je présente juste une revue rapide. Alors, vous avec ce qu’écrit la Commission de Régulation de l’Énergie (CRE) au sujet du marché de détail en électricitéainsi qu’en ce qui concerne le marché de gros . Il y a aussi des trucs intéressants sur le site d’une organisation surnommée ENGIEainsi que chez Epex Spot.  J’ai aussi ramassé quelques articles de l’Internet. Vous avez donc une analyse d’appréciation dynamique dans le marché de l’énergie, par Ahmad Faruqui, Ryan Hledik, et John Tsoukalis. J’ai aussi trouvé un article intéressant sur les concepts de base dans l’analyse économique des réseaux intelligents de distribution d’énergie, par Wolfgang Ketter, John Collins, et Carsten Block.

Eh bien voilà que j’en viens au dernier marché possible à développer à partir d’une facture d’électricité : celui des garanties de prix fixe par 1 kWh. Les garanties de ce type ont leur nom dans la finance : ce sont des options. Le quatrième marché est donc celui des options sur le prix d’électricité. Ainsi, le premier morceau de mon projet EneFinprend un peu de forme et c’est la forme de trois marchés : a) celui des créances financières, celles en défaut ainsi des futures, de la part des fournisseurs b) celui de l’énergie strictement dite, donc le marché des garanties de fourniture physique et finalement c) le marché d’options sur le prix d’électricité.

Bon, maintenant la question s’impose : comment organiser un business FinTech dans ces trois marchés. J’ai deux modèles d’entreprise(consultez Plus ou moins les facteurs associéspour plus de détails). Le premier est le commerce ou le courtage en titres, à travers une utilité FinTech propre. C’est le modèle appliqué chez Square Inc.. Il semble que ça donne l’opportunité de croissance rapide en termes de chiffre d’affaires et de capitalisation, mais la rentabilité reste problématique. Le deuxième est le développement et la fourniture de la plateforme technologique-même pour organiser les transactions : c’est le modèle que j’avais observé chez FinTech Group AGainsi que chez Katipult. Au départ, j’assume que les deux modèles sont viables, d’une façon ou d’une autre et j’imagine trois sources de marge brute pour le projet EneFin :

>> la marge transactionnelledu commerce/courtage en créances, garanties de fourniture et options sur le prix

>> les paiements du type « abonnement »à titre d’accès des clients à une plateforme technologique d’échange propre d’EneFin

>> la marge brute sur le développement et l’exploitation conjointed’une telle plateforme technologique avec une organisation déjà établie dans le marché

Je continue à vous fournir de la bonne science, presque neuve, juste un peu cabossée dans le processus de conception. Je vous rappelle que vous pouvez télécharger le business plan du projet BeFund(aussi accessible en version anglaise). Je veux utiliser le financement participatif pour me donner une assise financière dans cet effort. Vous pouvez soutenir financièrement ma recherche, selon votre meilleur jugement, à travers mon compte PayPal. Vous pouvez aussi vous enregistrer comme mon patron sur mon compte Patreon. Si vous en faites ainsi, je vous serai reconnaissant pour m’indiquer deux trucs importants : quel genre de récompense attendez-vous en échange du patronage et quelles étapes souhaitiez-vous voir dans mon travail ?

Le mûrissement progressif du marché, ça promet

Mon éditorial

Je suis en train de découvrir les limites de l’exploration quantitative de ma base de données. C’est une expérience intéressante. J’essaie d’utiliser ma base de données pour étudier une autre composante de mon idée fixe : le Wasun. « Wasun » est un nom colloquial que j’avais donné à une monnaie virtuelle (donc un peu comme Bitcoin ou Ethereum), purement hypothétique pour le moment, qui serait attachée fonctionnellement au marché d’énergies renouvelables. J’ai essayé d’utiliser ma base de données pour simuler le développement de communautés locales basées à 100% sur les énergies renouvelables et pour découvrir en même temps le rôle des systèmes monétaires dans ce développement.

Mon éditorialBon, maintenant une petite gymnastique intellectuelle. Comment puis-je représenter le développement d’une communauté locale avec l’aide des variables macroéconomiques que j’ai dans ma base de données ? L’idée de base est que toute communauté locale est faite d’êtres humains sur un territoire. Pas vraiment une percée, vous direz, et encore… Dans ma petite base de données j’ai une variable qui reflète cette idée de base : c’est la densité de population. La formation d’une communauté équivaut à la croissance de la densité de population. Plus il y a de personnes sur un territoire donné, plus il est possible de les appeler, tous ensemble, une communauté. Le développement d’une communauté locale basée à 100% sur les énergies renouvelables c’est la croissance de la densité de population corrélée avec une augmentation soit dans le pourcentage d’énergies renouvelables dans la consommation finale d’énergie soit dans le volume absolu d’énergies renouvelables consommées.

J’imagine donc un point de départ, moment T0 pour les amis. Une communauté locale au moment T0 est fait de gens qui se foutent éperdument de l’énergie verte. Néanmoins, l’idée commence à germer : une personne après l’autre devient accro à la vision de n’utiliser que les énergies renouvelables. Maintenant je fais un soubresaut intellectuel : la communauté locale entière est comme un territoire désert et comme certains de ses membres se convertissent à l’idée d’énergie verte, c’est comme si des colons arrivaient dans ce territoire désert. Un colon, deux colons, trois colons et ainsi de suite jusqu’à ce que, à un moment ultérieur Tn, quelqu’un s’écrie « Faudrait bien élire un maire ! Je peux me sacrifier pour le bien de la communauté, puisque vous insistez tellement ». Quand on y pense, c’est bien comme ça que la plupart des marchés nouveaux voient le jour : dans une population générale qui, initialement, s’en fiche par ailleurs, une personne après l’autre devient intéressée par le produit ou service donné. La densité de population de ces accros du marché nouveau augmente progressivement et ils commencent à former une communauté.

Si je désigne donc la densité de population comme « DP », je peux poser une condition formelle de formation d’une communauté locale : DP(Tn) > DP(T0) ou   n > 0.

Bon, voilà du terrain défriché. Maintenant, je fais un modèle, largement basé sur cette exploration empirique que vous avez pu suivre à travers “C’est compliqué, mais gardons notre calme”  suivi par “Those new SUVs are visibly purchased with some capital rent” ainsi que “Côté pouvoir explicatif du modèle”  ou encore “If I want to remain bluntly quantitative” . Je pose donc une hypothèse complexe que le pourcentage « %Ren » d’énergies renouvelables dans la consommation finale d’énergie dépend d’une façon significative de la quantité « CK/Pop » de capital fixe par tête d’habitant, ainsi que de la part « labsh » des salaires dans le revenu brut de la population et du PIB par tête d’habitant (« GDP/Pop »). J’ajoute la proportion entre la masse monétaire agrégée et le PIB ou, en d’autres mots, ladite masse monétaire exprimée comme un pourcentage « M/GDP » du PIB. Ça vaut la peine de noter que comme le côté gauche de mon équation est un ratio (le pourcentage d’énergies renouvelables dans un total de consommation), je compose le côté droit avec des variables de nature similaire, donc des coefficients de proportion. Après avoir réduit tout ça à des valeurs logarithmiques pour éliminer un peu de bruit statistique, je pose donc formellement :

ln(%Ren) = a1*ln(CK/Pop) + a2*ln(labsh) + a3*ln(GDP/Pop) + a4*ln(M/GDP) + valeur résiduelle     

Je teste ce modèle dans ma base des données habituelle – Penn Tables 9.0 (Feenstra et al. 2015[1]) enrichie avec les données de la Banque Mondiale – et je corse le plat en ajoutant la densité de population comme variable de contrôle. Je demande poliment à mon logiciel d’analyse statistique, le Wizard pour MacOS, de définir des classes de densité de population. Pour une raison que j’ignore, ce Wizard définit habituellement des sextiles, c’est-à-dire il divise la base entière en des sous-ensembles de 1577 – 1578 observations « pays – année » chacun. J’ai donc six classes de densité de population et je teste mon modèle à l’intérieur de chaque classe séparément. Ici, j’entre sur du terrain incertain. Ma condition de base était : DP(Tn) > DP(T0) ou   n > 0, donc je parlais de changement de densité de population dans le temps. Dans ma base de données j’ai des observations « pays – année » : je combine changement dans le temps avec du mouvement à travers l’espace. Néanmoins, comme j’utilise des logarithmes naturels et non des valeurs directes des variables en question, les différences d’échelle entre pays se nivellent significativement. En remplaçant donc la densité de population à un moment donné – DP(Tn) – par k-ième observation dans la base de données, je simplifie ma condition et j’en fais DPk > DPk-i.

Alors, je teste. L’enfance du marché local d’énergie renouvelable c’est le premier sextil de densité de population, entre 0,632 et 11,713 personnes par kilomètre carré. Ici, j’ai n = 210 observations valides, qui me donnent un coefficient de détermination de R2 = 0,370. Densité basse, détermination basse, comme qui dirait. Dans ce stade infantile du marché, l’offre de la masse monétaire est un facteur positif ; plus il y en a, plus grand est le pourcentage de renouvelables dans l’assiette totale d’énergie consommée.

Table 1

Variable coefficient Erreur standard Statistique t p-valeur
ln(labsh) 1,061 0,409 2,598 0,010
ln(M/GDP) 0,821 0,238 3,446 0,001
ln(CK/Pop) -1,443 0,2 -7,228 0,000
ln(GDP/Pop) 0,331 0,278 1,193 0,234
valeur résiduelle 11,585 1,256 9,226 0,000

Bon, avançons. Je passe au deuxième sextil de densité de population, entre 11,713 et 29,352 personnes par kilomètre carré. Là, j’ai n = 304 observations et un coefficient de détermination égal à R2 = 0,521. Pas mal, ça monte, ma détermination. Les coefficients, présentés ci-dessous en Table 2, montrent un virage progressif. L’influence de capital par tête d’habitant tourne d’une valeur négative à une valeur quasi-nulle, donc quasi neutre, pendant que l’intensité-travail du PIB local acquiert une importance primordiale. Le développement d’un marché de l’emploi local à un rôle à jouer dans le passage aux renouvelables. La masse monétaire en circulation garde son calme, quoi qu’elle cède un peu de terrain.

Table 2

Variable coefficient Erreur standard Statistique t p-valeur
ln(labsh) 5,096 0,831 6,13 0,000
ln(M/GDP) 0,363 0,138 2,622 0,009
ln(CK/Pop) 0,002 0,104 0,024 0,981
ln(GDP/Pop) -0,739 0,162 -4,561 0,000
valeur résiduelle 12,53 1,282 9,776 0,000

Le troisième sextil de densité de population correspond à l’intervalle entre 29,352 et 56,922 personnes par kilomètre carré. J’ai n = 362 observation et un coefficient de détermination des plus respectables, R2 = 0,713. Pas mal, étant donné que dans mon exploration précédente, avec le modèle général, non-contrôlé avec la densité de population ; j’arrivais à peine aux alentours de R2 = 0,5. Ça commence à être logique : plus grande est la densité de population, donc plus mon marché mûrit, plus de cohérence puis-je atteindre dans l’explication de la façon dont ce marché fonctionne. Ce fonctionnement semble changer. Regardez les coefficients, dans Table 3. A ce stade de densité, la masse monétaire semble un peu dysfonctionnelle, tout comme le stock de capital par tête d’habitant.

Table 3

Variable coefficient Erreur standard Statistique t p-valeur
ln(labsh) 2,297 0,203 11,32 0,000
ln(M/GDP) -0,704 0,096 -7,352 0,000
ln(CK/Pop) -0,211 0,077 -2,75 0,006
ln(GDP/Pop) -0,404 0,109 -3,69 0,000
valeur résiduelle 12,853 0,316 40,652 0,000

Le quatrième sextil correspond à une densité comprise entre 56,922 et 97,881 personnes par kilomètre carré. Ici, mon pouvoir explicatif diminue. Avec n = 306 observations valides, j’atteins à peine R2 = 0,382. Néanmoins, la logique du marché, dans cette part que je peux expliquer avec mon modèle, reste similaire au sextil précédent (voir Table 4, ci-dessous). Vous pourrez remarquer, au passage, qu’avec la diminution de R2, la robustesse des corrélations a chuté un peu, aussi.

Table 4

Variable coefficient Erreur standard Statistique t p-valeur
ln(labsh) 1,18 0,347 3,398 0,001
ln(M/GDP) -0,12 0,097 -1,241 0,215
ln(CK/Pop) -0,379 0,172 -2,199 0,029
ln(GDP/Pop) -0,185 0,204 -0,91 0,363
valeur résiduelle 9,32 0,587 15,879 0,000

L’avant-dernière classe de densité de population c’est le sextile entre 97,881 et 202,36 personnes par kilomètre carré. Encore une fois, c’est comme un paysage embrumé. Avec n = 410 observations valides, j’obtiens à peine R2 = 0,391, tout comme si ces classes de densité de population correspondaient à une transformation de mon marché, genre entre deux paradigmes différents. Le facteur prédominant jusqu’alors, la part des salaires dans le PIB local, perd complétement le nord : son coefficient devient négatif et tombe un ordre de valeur plus bas, pendant que sa corrélation avec la variable expliquée devient plutôt une coïncidence (avec une p-valeur égale à 0,476, la probabilité de l’hypothèse nulle est presque 50%). En même temps, la masse monétaire regagne du terrain comme facteur de formation du marché.

Table 5

Variable coefficient Erreur standard Statistique t p-valeur
ln(labsh) -0,192 0,269 -0,713 0,476
ln(M/GDP) 0,471 0,068 6,93 0,000
ln(CK/Pop) 0,005 0,172 0,029 0,977
ln(GDP/Pop) -0,633 0,208 -3,04 0,003
valeur résiduelle 6,464 0,383 16,875 0,000

Le stade final dans le développement du marché c’est le dernier sextil de densité de population, entre 202,36 et 21 595,35 personnes par kilomètre carré. Ici, j’ai en tout n = 274 observations valides dans ce sous-ensemble et elles rendent un coefficient de détermination égal à R2 = 0,730. Table 6, ci-dessous, donne les coefficients de régression linéaire de mon modèle dans ce sextil. Il y a deux trucs intéressants à noter. Ceux qui ont suivi mes tortures intellectuelles jusqu’alors se souviennent peut-être que dans le modèle général, présenté dans mes mises à jours précédentes, le coefficient de capital par tête d’habitant avait un signe négatif, opposé à celui de la rémunération de main d’œuvre comme % du PIB. Ici, ces deux variables ont des signes positifs. Je peux en déduire, prudemment, qu’à un état mûr du marché, quand la densité de population est la plus élevée, il est important d’accumuler les deux facteurs de production : capital et travail. L’offre de masse monétaire « M/GDP » agit de façon similaire : plus de pognon en circulation, plus il est probable de voir mon pourcentage des renouvelables croître sur le côté gauche de l’équation.

Table 6

Variable coefficient Erreur standard Statistique t p-valeur
ln(labsh) 1,885 0,308 6,112 0,000
ln(M/GDP) 0,46 0,14 3,287 0,001
ln(CK/Pop) 1,873 0,332 5,65 0,000
ln(GDP/Pop) -3,431 0,367 -9,34 0,000
valeur résiduelle 13,947 0,431 32,354 0,000

Bon, je conclue. Ce chemin de développement d’un marché simulé comme passage entre classes de densité de population, ça promet. Il y a une logique qui émerge. Plus dense est la population, plus cohérent devient le paradigme de fonctionnement du marché. En même temps, le mûrissement progressif du marché correspond à une importance croissante des mécanismes économiques de base : accumulation des facteurs de production et le développement des systèmes monétaires.

[1] Feenstra, Robert C., Robert Inklaar and Marcel P. Timmer (2015), “The Next Generation of the Penn World Table” American Economic Review, 105(10), 3150-3182, available for download at www.ggdc.net/pwt